AMP Classification Using Machine Learning

مشروع ذكاء اصطناعي لتصنيف سلاسل البروتينات والببتيدات إلى ببتيدات مضادة للميكروبات (AMPs) أو غير مضادة للميكروبات باستخدام تقنيات التعلم الآلي. تم بناء نموذج تصنيف يعتمد على خصائص بيولوجية وكيميائية مستخرجة من التسلسل البروتيني بدلاً من الاعتماد على الطول فقط، مع تطبيق إجراءات صارمة لتقليل التحيز وتحسين موثوقية النتائج.

شمل المشروع جمع وتنظيف البيانات من قواعد بيانات علمية موثوقة مثل DBAASP وUniProt، وتقليل التشابه بين العينات باستخدام CD-HIT، واستخراج أكثر من 600 خاصية حيوية وكيميائية، ثم اختيار أهم الخصائص وتدريب عدة نماذج تعلم آلي مثل SVM وRandom Forest وDecision Tree.

حقق النموذج الأفضل (SVM) دقة بلغت 86% ومعدل AUC-ROC بلغ 0.93، مع التأكد من أن النموذج يتعلم الأنماط البيولوجية الحقيقية للببتيدات المضادة للميكروبات بدلاً من الاعتماد على تحيزات البيانات. يساهم المشروع في تسريع عملية اكتشاف المرشحات الدوائية وتقليل تكلفة التجارب المعملية الأولية.

التقنيات المستخدمة: Python، Scikit-Learn، Pandas، NumPy، BioPython، CD-HIT، Matplotlib، Machine Learning، Feature Engineering، Feature Selection.