التكامل بين خوارزميات المعلوماتية الحيوية ونظرية النيوترسوفيك -أريد

عنوان المقالة:التكامل بين خوارزميات المعلوماتية الحيوية ونظرية النيوترسوفيك Integration between Bioinformatics Algorithms and Neutrosophic Theory

أ.د. أحمد سلامة | Prof. Dr. Ahmed Salama | 10201

نوع النشر: مقال علمي
المؤلفون بالعربي: أحمد سلامة و أخرون
المؤلفون بالإنجليزي: Farag, R.M. , Shams, M.Y. , Aldawody, D.A. , ... El-Bakry, H.M. , Salama, A.A.
الملخص العربي: تقدم هذه الورقة نموذجًا للاستدلال النيوتروسفي في مجال المعلوماتية الحيوية. يُستخدم النموذج لتطوير نظام للمقارنات الدقيقة للأحماض النووية البشرية، حيث تتم مقارنة الحمض النووي الجديد بقاعدة بيانات للأحماض النووية القديمة. يتم تحليل المقارنات من حيث الدقة واليقين وعدم اليقين والحياد والتحيز. يحقق النظام المقترح نتائج جيدة ويوفر معيارًا موثوقًا به للمقارنات المستقبلية. يسلط الضوء على إمكانات نماذج الاستدلال النيوتروسي في تطبيقات المعلوماتية الحيوية. يلعب تعدين البيانات والمعلوماتية الحيوية دورًا حاسمًا في علم الأحياء الحاسوبي، مع تطبيقات في البحث العلمي والتطوير الصناعي. يعتمد المحللون البيولوجيون على أدوات وخوارزميات متخصصة لجمع وتخزين وتصنيف وتحليل كميات كبيرة من البيانات غير المنظمة. تُستخدم تقنيات تعدين البيانات لاستخراج معلومات قيمة من هذه البيانات، مما يساعد في تطوير علاجات جديدة وفهم العلاقات الجينية بين الكائنات الحية. تشمل التطورات الحديثة في مجال المعلوماتية الحيوية أدوات التعبير الجيني، وتسلسل الجينات، وقواعد البيانات الحيوية، والتي تسهل استخراج وتحليل المعلومات البيولوجية الحيوية. تساهم هذه التقنيات في تحليل البيانات الضخمة، وتحديد الرؤى الأساسية في مجال المعلوماتية الحيوية، وتوليد المعرفة البيولوجية الجديدة. يتضمن جمع البيانات وتحليلها وتفسيرها في هذا المجال استخدام التقنيات الحديثة مثل الحوسبة السحابية، والتعلم الآلي، والذكاء الاصطناعي، مما يتيح نتائج أكثر كفاءة ودقة. في نهاية المطاف، يعزز استخراج البيانات والمعلوماتية الحيوية فهمنا للعلاقات الجينية، ويساعد في تطوير علاجات جديدة، وتحسين نتائج الرعاية الصحية.
الملخص الانجليزي: This paper presents a neutrosophic inference model for bioinformatics. The model is used to develop a system for accurate comparisons of human nucleic acids, where the new nucleic acid is compared to a database of old nucleic acids. The comparisons are analyzed in terms of accuracy, certainty, uncertainty, neutrality, and bias. The proposed system achieves good results and provides a reliable standard for future comparisons. It highlights the potential of neutrosophic inference models in bioinformatics applications. Data mining and bioinformatics play a crucial role in computational biology, with applications in scientific research and industrial development. Biological analysts rely on specialized tools and algorithms to collect, store, categorize, and analyze large volumes of unstructured data. Data mining techniques are used to extract valuable information from this data, aiding in the development of new therapies and understanding genetic relationships between organisms. Recent advancements in bioinformatics include gene expression tools, Bio sequencing, and Bio databases, which facilitate the extraction and analysis of vital biological information. These technologies contribute to the analysis of big data, identification of key bioinformatics insights, and generation of new biological knowledge. Data collection, analysis, and interpretation in this field involves the use of modern technologies such as cloud computing, machine learning, and artificial intelligence, enabling more efficient and accurate results. Ultimately, data mining and bioinformatics enhance our understanding of genetic relationships, aid in developing new therapies, and improve healthcare outcomes. © (2024), (Neutrosophic Sets and Systems). All rights reserved.
تاريخ النشر: 12/07/2024
الناشر: Neutrosophic Sets and Systems
رقم المجلد: 66
رقم العدد
ISSN/ISBN: 2331-6055
رابط DOI: 10.5281/zenodo.10905872
الصفحات: 34 - 54
رابط خارجي: https://www.scopus.com/record/display.uri?eid=2-s2.0-85195579850&origin=resultslist
الكلمات المفتاحية: Artificial Intelligence; DNA; Neutrosophic Inference Model; Sequence Analysis

رجوع