Применение новой метрики, основанной на парном выравнивании биомолекулярных последовательностей, для распознавания вирусов герпеса

Abstract

В данной статье рассматривается проблема интеллектуального анализа белковых последовательностей с целью распознавания среди них белков, относящихся к вирусам простого герпеса. В силу сложности введения полезного для распознавания признакового описания белков, мы придерживаемся беспризнакового подхода, основанного на парном сравнении белковых последовательностей. Для сравнения белков мы применяем новую метрику на множестве белков, основанную на оптимальном выравнивании составляющих их аминокислотных последовательностей, которая впервые была предложена нами в предыдущей работе. В данной работе мы показываем, что наличие свойств метрики, которые отсутствуют, например, у такого традиционного способа сравнения биомолекулярных последовательностей, как алгоритм Нидлмана-Вунша, позволяют более удобно и эффективно использовать предложенную меру сравнения для дальнейшего анализа и улучшить качество распознавания вирусов герпеса. This paper deals with the problem of intellectual protein sequences analysis with the purpose of herpes virus recognition. Since it is difficult to introduce a useful feature-based description of proteins that would be useful for recognition, we adhere to a featureless approach based on pairwise comparison of protein sequences. To compare proteins, we use a new dissimilarity measure based on finding an optimal sequence alignment, that was firstly proposed by us in the previous work. In this paper we show that the presence of metric properties that are absent, for example, in such a traditional method of comparing biomolecular sequences, like the Needleman-Wunsch alignment, makes it possible to more conveniently and effectively use the proposed comparison measure for further analysis and to improve the quality of herpes virus recognition.