Gerekli metabolik süreçleri yürüten proteinler insan hayatı için büyük önemtaşımaktadır. Proteinlerin fonksiyonları ile üç boyutlu yapıları arasında yakın bir ilişkibulunmaktadır. Dört yapı düzeyi olan proteinlerin bir çoğunun, birincil yapı olarak daadlandırılan amino asit dizilimi bilinmekte ancak üçüncül yapıları bilinmemektedir.Üçüncül yapıların laboratuvar ortamında tespit edilmesinin çok maliyetli ve zor olması,amino asit dizilimini kullanarak yapı tahmini yapan sistemlerin geliştirilmesine nedenolmuştur. Protein yapı tahmini yapan sistemlerin en önemli aşamalarından biri iseikincil yapı etiketlerinin tanımlanması işlemidir. Yeni öznitelik çıkarma yaklaşımlarıgeliştirildikçe yapısal özelliklerin tahmini için kullanılan veri setleri yüksek boyutlarasahip olabilmekte ve kullanılan özniteliklerden bazıları gürültülü veri içerebilmektedir.Bu nedenle uygun sayıda ve doğru öznitelikleri seçmek, iyi bir başarı oranı elde etmekiçin önemli aşamalardan biridir. Bu çalışmada iki farklı veri seti üzerinde derin otokodlayıcı kullanılarak boyut düşürme işlemi uygulanmış, temel bileşen analizi, ki-kare,bilgi kazancı, kazanım oranı, korelasyon tabanlı öznitelik seçim teknikleri ve minimumfazlalık maksimum ilgi algoritması gibi çeşitli öznitelik seçim ve boyut düşürmeteknikleri ayrıca genetik algoritma, aç gözlü algoritma ve en iyi ilk önce algoritması gibiçeşitli arama stratejileri ile birlikte kullanılarak elde edilen veri setleri ilekarşılaştırılmıştır. İkincil yapı tahmin başarısının karşılaştırılması için destek vektörmakinası kullanılmıştır.

Proteins are important for our lives and they execute essential metabolic processes. Thefunctions of the proteins can be understood by looking at the three-dimensionalstructures of the proteins. Because the experimental detection of tertiary structure iscostly computational systems that estimate the structure provides a convenientalternative. One of the important steps of protein structure estimation is theidentification of secondary structure tags. As new feature extraction methods aredeveloped, the data sets used for this estimation can have high dimensions and some ofthe attributes can contain noisy data. For this reason, choosing the right number offeatures and the right attributes is one of the important steps to achieve a good successrate. In this study, size reduction process is applied on two different datasets using adeep autoencoder and various dimension reduction and feature selection techniquessuch as basic component analysis, chi-square, information gain, gain ratio, correlationbasedfeature selection (CFS) and the minimum redundancy maximum relevancealgorithm as well as search strategies such as best first, genetic search, greedyalgorithm. To evaluate the prediction accuracy, a support vector machine classifier isemployed.

68