Iterativno traženje fraza i statistika semantičkog indeksiranja

Potreba za točnim, automatiziranim metodama klasifikacije nastavlja se povećavati kako napredak biotehnologije otkriva nove proteine. U radu je provedeno nekoliko analiza klasifikacije proteina u proteinske familije, koristeći vrlo jednostavan pristup preuzet iz semantičkog indeksiranja. Naglasak je bio na metodama identifikacije diskriminativnih uređenih četvorki aminokiselina s ciljem što boljeg razlikovanja familija proteina. Uz vrlo malu razinu prethodno iskorištenog biološkog znanja dobiveni su iznenađujuće dobri rezultati.The need for accurate, automated protein classification methods continues to increase as advances in biotechnology uncover new proteins. We carried out protein classification by several methods, using a very simple approach taken from semantic indexing. The emphasis was on identifying discriminating blocks of amino acids to distinguish between various protein families. Our classification results are surprisingly good, especially considering no expert knowledge was used in the process