Tür sınıflandırması, gen fonksiyon sınıflandırması ve tel konak sınıflandırması gibi çeşitli biyolojik dizi sınıflandırma görevi, birçok metanezik veri analizinde beklenen süreçlerdir. Metasagenomik veriler çok sayıda Novo türü ve geni içerdiğinden, birçok çalışmada yüksek performanslı sınıflandırma organizmalarına ihtiyaç vardır. Biyologlar genellikle belirli bir görev için uygun sıra sınıflandırma ve gösterim araçlarını bulmakta zorlukla karşılaşırlar ve genellikle gerekli matematiksel ve hesaplama bilgisinin eksikliği nedeniyle karşılık gelen bir organizmayı kendi başlarına inşa edemezler.
Derin öğrenme teknikleri son zamanlarda popüler bir konu haline geldi ve birçok sınıflandırma görevine güçlü bir avantaj gösteriyor. Bugüne kadar, biyologların organizma detayları hakkında derinlemesine bilgi sahibi olmadan kendi ihtiyaçlarına göre derin öğrenme çerçeveleri oluşturmalarını mümkün kılan çok sayıda yüksek paketlenmiş derin öğrenme paketi geliştirilmiştir. Bu öğreticide, yeterli matematiksel bilgiye veya programlama becerisine ihtiyaç duymadan sıra sınıflandırması için kullanımı kolay bir derin öğrenme çerçevesi oluşturmak için bir kılavuz sunuyoruz.
Aşağıdaki videoda, biyolojik sıra sınıflandırması gerçekleştirmek için sanal makinenin nasıl kullanılacağı gösterilir. Kullanıcıların sanal makine dosyasını öğretici ana sayfadan indirmeleri ve ardından VirtualBox yazılımını indirmeleri gerekir. Sanal makine yetmiş dosya olarak sıkıştırılır.
Yetmiş dosya, WinRar, Winzip ve 7-Zip gibi geçerli bir sıkıştırma yazılımı kullanılarak kolayca açılabilir. 7-Zip kullanarak sanal makinenin basıncını açtık. Dekompresyon biraz zaman alabilir.
Lütfen bir süre bekleyin. Açmadan sonra kullanıcıların VirtualBox yazılımını yüklemeleri gerekir. VirtualBox'ı yüklemek için bir klasör oluşturun.
VirtualBox yükleme paketi oluşturun. Kendi oluşturduğunuz klasörü seçin. Ardından, her adımda bir sonraki düğmeye tıklayarak VirutalBox yazılımını yükleyin.
Kurulum biraz zaman alabilir, lütfen bir süre bekleyin. VirtualBox yazılımını açın. Sanal makine oluşturmak için yeni bir düğme oluşturun.
Ad çerçevesine kendiniz belirtilen sanal makine adını girin. Tür çerçevesinde işletim sistemi olarak Linux'u seçin. Sürüm çerçevesinde Ubuntu'yu seçin ve sonraki düğmeyi tıklatın.
Mümkünse, sanal makineye daha fazla miktarda bellek ayırın. Varolan bir sabit disk dosyası seçimini doğru kullanın. Öğretici ana sayfasından indirilen sanal makine dosyasını seçin.
Ardından oluştur düğmesine tıklayın. Sanal makineyi açmak için bir başlat düğmesini tıklatın. Sanal makineyi başlatmak biraz zaman alabilir.
Lütfen bir sonraki adımdan önce bir dakika bekleyin. Daha sonra kullanıcıların dosya alışverişi için hem fiziksel ana bilgisayarlarda hem de sanal makinede paylaşılan klasör oluşturmaları gerekir. Fiziksel ana bilgisayarınızda, paylaşılan ana bilgisayar adlı bir paylaşılan klasör oluşturun ve sanal makinenin masaüstünde, paylaşılan adlı bir klasör oluşturun VM.In sanal makinenin el ile çubuğu, aygıtları, paylaşılan klasörleri, paylaşılan klasör ayarlarını art arda tıklatın.
Sağ üst köşedeki düğmeyi tıklatın. Kendiniz tarafından oluşturulan fiziksel ana bilgisayardaki paylaşılan klasörü seçin. Otomatik bağlama seçeneğini belirleyin.
Tamam düğmesini tıklatın. Ardından sanal makineyi yeniden başlatın. Sanal makineyi yeniden başlatmak biraz zaman alabilir.
Lütfen bir sonraki adımdan önce bir dakika bekleyin. Sanal makinenin masaüstüne sağ tıklayın ve terminali açın. Terminale aşağıdaki komutu yazın.
Sudo, boşluk tuşu, bağlama, boşluk tuşu, çubuk T, boşluk tuşu, vboxsf, boşluk tuşu, paylaşılan ana bilgisayar, boşluk tuşu, nokta eğik çizgi, masaüstü, eğik çizgi, paylaşılan VM.Parola istendiğinde, bir tane girin ve enter tuşuna dokunun. Eğitim ve test işlemi için dört sıra dosyasını da daha hızlı biçimde fiziksel ana bilgisayarın paylaşılan ana bilgisayar klasörüne kopyalayın. Bu şekilde, tüm dosyalar sanal makinenin paylaşılan VM klasöründe de gerçekleşir.
Ardından, paylaşılan VM klasöründeki dosyaları sanal makinenin derin öğrenme klasörüne kopyalayın. Sağ tıklatın ve terminali açın ve tek bir sıcak kodlama gerçekleştirmek için aşağıdaki komutu yazın. Nokta eğik çizgi, bir sıcak kodlama, eğitim ve test için dosyaları belirtin.
Ve sıra türünü belirtin. Ardından, eğilim işlemini başlatmak için aşağıdaki komutu yazın. Python uzay anahtarı, tren noktası P Y.Sonra trend süreci başlayacaktır.
Bu işlem, veri kümesi boyutunuza bağlı olarak birkaç saat veya birkaç gün sürebilir. İşlem tamamlandığında, test verilerinin tahmin sonucu predict dot CSV dosyasında bulunur. Önceki çalışmalarımızda, bu öğreticiye benzer bir yaklaşım kullanarak metanezomik veriler için bir dizi sıra sınıflandırma aracı geliştirdik.
Örneğin, çalışma verilerinden tam ve kısmi prokaryot virüsü virion proteinlerini tanımlamayı amaçlayan bir araç geliştirdik. Ve metogenomik verilerdeki bakteri kromozomu DNA parçalarından faj DNA parçalarını tanımlamayı amaçlayan bir araç. Bu öğreticinin komut dosyasını kullanan araçların performansı a ve b şekilde gösterilmiştir.
Sonuç olarak, bu öğretici biyolog ve organizmalar tasarımı yeni başlayanlar için metogenomik verilerde biyolojik dizi sınıflandırması için kullanımı kolay bir derin öğrenme çerçevesinin nasıl oluşturulacağına dair bir genel bakış sağlar. Bu öğretici, derin öğrenmenin sezgisel olarak anlaşılmasını sağlamayı ve yeni başlayanların genellikle derin öğrenme paketini başlatmakta ve organizmanın kodunu yazmakta zorlandığı zorluğu ele almayı amaçlamaktadır. Bazı basit sınıflandırma görevleri için, kullanıcılar sınıflandırma görevini gerçekleştirmek için çerçevemizi kullanabilir.
