مقاله شناسایی ژنوتیپ های ویروس هپاتیت سی با استفاده ازالگوریتم پنجره لغزان ،خوشهبندی و پیشبینی با word
مقاله شناسایی ژنوتیپ های ویروس هپاتیت سی با استفاده ازالگوریتم پنجره لغزان ،خوشهبندی و پیشبینی با word دارای 4 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله شناسایی ژنوتیپ های ویروس هپاتیت سی با استفاده ازالگوریتم پنجره لغزان ،خوشهبندی و پیشبینی با word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله شناسایی ژنوتیپ های ویروس هپاتیت سی با استفاده ازالگوریتم پنجره لغزان ،خوشهبندی و پیشبینی با word،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله شناسایی ژنوتیپ های ویروس هپاتیت سی با استفاده ازالگوریتم پنجره لغزان ،خوشهبندی و پیشبینی با word :
سال انتشار: 1393
محل انتشار: اولین کنگره بین المللی و سیزدهمین کنگره ژنتیک ایران
تعداد صفحات: 4
چکیده:
هپاتیت سی نوعی عفونت است که عمدتاً کبد را تحت تأثیر قرار میدهد و یکی از مشکلات عمده بهداشتی در سطح جهان است. بنا به گزارش مرکز بهداشت جهانی، شیوع این بیماری در حدود 3درصد است و تقریباً صد و هفتاد میلیون نفر از جمعیت جهان به این وی روسآلودهاند. هپاتیت سی اغلب هیچ علامتی ندارد؛ اما عفونت مزمن موجب زخمشدن کبد میشود و پس از چند سال به سیروز کبد میانجامد.در بعضی موارد، افراد مبتلا به سیروز کبد همچنین دارای نارسایی کبد، سرطان کبد یا عروق بسیار متورم مری و معده هستند که این مورد آخر میتواند منجر به خونریزی تا حد مرگ شود. بررسی سطح سرمی آنزی های کبدی، بررسی سرولوژیک وجود آنتیبادی هپاتیت سی،بررسی مولکولی کیفی و کمی، تعیین ژنوتیپ ویروس، تکهبرداری از کبد و بررسی هیستولوژیک، راههای آزمایشگاه ی و با لینی مختلف یهستند که به تشخیص و تعیین نوع و میزان پیشرفت بیماری کمک میکنند. در این تحقیق با استفاده از الگوریتم پنجره لغزان بر روی ژنوتیپهای یک و دو ویروس هپاتیت سی و با استفاده از وزن دهی و خوشه بندی و پیش بینی مهمترین مشخصه های ژنومی متمایزکننده بر اساس محل تکرارهای سه تایی بین این دو ژنوتیپ را مورد بررسی قرار دادیم. . نتایج حاصله نشان داد که دو مدل خوشه بندی K-Medoids و K-Meansاعمال شده بر روی دیتابیسهای مختلف عملکرد یکسانی داشتند وهمچنین دریافتیم به وسیلهی روشهای پیش بینیNaive Bayse و Bayse Kernleاین مدلها می توانند با دقت بسیار بالا دو ژنوتیپ ویروس هپاتیت سی را شناسایی کنند.