شناسایی میزان تشابه ژن ناحیه کنترل میتوکندری در گونه گربه شنی به کمک الگوریتم یادگیری ماشین مبتنی بر مدل مارکوف پنهان

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 155

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICSDA06_276

تاریخ نمایه سازی: 27 اسفند 1401

چکیده مقاله:

گربه سانان به دلیل ماهیت کاریزماتیک و شکارچیان برتر در زیست بومهای مختلف ، یکی از گروه های اصلی پستانداران را تشکیل می دهند . در این میان گربه شنی با نام علمی Felis margarita یکی از طعمه خوارانی است که سازگاری کاملی برای بقاء و ادامه حیات در شرایط سخت و طاقت فرسای بیابانی و شن زارها پیدا کرده است . هر چند این گونه در مقیاس بین المللی در رده تهدید کمترین نگرانی قرار گرفته است اما در مقیاس و گستره کشور ایران جزو گونه های در معرض خطر انقراض است . در این مطالعه به منظور شناسایی گونه نادر گربه شنی در میان سایر گونه های متنوع گربه سانان با هدف کشف اندازه های موثر جمعیت به کمک رویکردهای توالی یابی نسل بعدی (NGS) با ترکیب مدل مارکوف پنهان (HMM) که موضوعی آماری و تکرار شونده در زیست شناسی محاسباتی است و نیز شبکه های عصبی مصنوعی (ANN) که از قابلیت یادگیری زیستی الهام گرفته شده اند نسبت به شناسایی میزان تشابه ژن ناحیه کنترل میتوکندری این گونه مبادرت گردیده است .

کلیدواژه ها:

نویسندگان

الهام زادنیا

گروه ریاضی کاربردی، دانشکده علوم ریاضی، دانشگاه فردوسی مشهد، مشهد، ا یران

داوود دانش پژوه

سازمان حفاظت محیط زیست ا یران، اداره کل حفاظت محیط ز یست خراسان رضوی، مشهد، ایران