Geri Dön

Computational prediction of protein subcellular localization and function

Protein içi hücre içi konum ve fonksiyonlarının işlemsel yöntemlerle tahmini

  1. Tez No: 128511
  2. Yazar: MUTLU DOĞRUEL
  3. Danışmanlar: DR. OSMAN UĞUR SEZERMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoloji, Computer Engineering and Computer Science and Control, Biology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2002
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

ÖZET Bu çalışmada, proteinlerin hem fonksiyonlarının doğrudan bulunması, hem de fonksiyonlarının bulunmasında dolaylı olarak işe yarayan hücre içindeki yerlilerinin saptanmasının mümkün olduğu iki işlemsel yaklaşım sunulmaktadır. Proteinlerin hücre içindeki yerlerinin, içerdikleri amino asit oranları kullanılmak suretiyle, yapay zeka teknikleriyle saptanmaya çalışıldı. Bitkisel ve diğer proteinlerin hücre içindeki yerlerinin ve özellikle de ökaryotların fonsiyonlarının tespiti için Destek Vektörü Makineleri adı verilen yapay zeka uygulamasına dayanan uzman sistemler tasarlandı. Bu sistemler kullanılarak, bitki ve diğer protein sınıfları için dörder hücre içi protein konumu, sırasıyla %95.4 ve %99.7 oranlarında doğru bir şekilde tahmin edilmiştir. Her iki grup için tahmin edilen mitokondri, hücredışı / sinyal ve nükleer sınıflarının yanı sıra, bitkiler için kloroplast, hayvanlar için ise sitozolik hücre konumları da sınıflandırmaya dahil edildiler. Hücre içindeki organellerle ilgili faaliyet gösteren proteinlerin fonksiyonları, konum bulmada kullanılan yöntem kullanılarak tahmin edilmeye çalışıldı. 2321 protein dizisinin %92.3'ü, seçilmiş 10 fonksiyonel kategori içine doğru bir şekilde sınıflandı. Son olarak, MEDLINE makalelerinin veri madenciliği ile analizinin fonksiyon tahminine katkı yapabileceği ayrı bir protein veri tabanı kullanılarak gösterildi. vııı

Özet (Çeviri)

ABSTRACT In this study, we present a computational approach in which it is possible to directly predict the protein functional categories from sequence and to identify the protein subcellular localization, which, in turn, is helpful for functional classification. ^" Subcellular protein locations and functions have been predicted basically from amino acid composition by using a machine learning approach. Expert systems based on Support Vector Machines have been designed to predict subcellular locations for proteins both in plants and nonplants, and function particularly for nonplants. Four subcellular localization categories for plant and nonplant proteins have been identified by correct prediction accuracies of 95.4%, and 99.7% respectively. In addition to the three common categories mitochondrial, extracellular / secretory, and nuclear; the classes cytosolic for nonplants, and, chloroplast for plants are included. Functional categories related to the subcellular compartments are predicted by using a similar approach applied for localization prediction. 92.9% of the 2321 protein sequences have been correctly assigned into the selected 10 functional categories. Finally, the contribution of the data-mining of the MEDLINE papers to the function prediction is tested by another protein data set. Vll

Benzer Tezler

  1. Tez No

    415513

    Pattern search in pathogenic bacterial proteins for localization and secretory systems

    Patojenik bakteriyel proteinlerde salgı sistemleri için örüntüler aranması

    ORHAN ÖZCAN

    Doktora

    İngilizce

    İngilizce

    2015

    BiyoteknolojiOrta Doğu Teknik Üniversitesi

    Biyoteknoloji Ana Bilim Dalı

    PROF. DR. GÜLAY ÖZCENGİZ

    DOÇ. DR. TOLGA CAN

  2. Tez No

    574757

    Multi-view subcellular localization prediction of human proteins

    İnsan proteinlerinin çoklu görünüm yoluyla hücre içi yerleşimlerinin tahmini

    GÖKHAN ÖZSARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET VOLKAN ATALAY

  3. Tez No

    847092

    Proteinlerin subselüler yerleşimlerinin görüntü, sekans ve interaktom verisi tabanlı tahmini

    Image, sequence and interactome based prediction of subcellular localization of proteins

    ECEM KUŞCUOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    BiyoistatistikHacettepe Üniversitesi

    Biyoenformatik Ana Bilim Dalı

    PROF. DR. TUNCA DOĞAN

  4. Tez No

    201828

    A classification system for the problem of protein subcellular localization

    Proteinlerin hücre içi yerleşimlerini bulmak için bir sınıflandırma sistemi

    GÖKÇEN ALAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. VOLKAN ATALAY

    YRD. DOÇ. DR. TOLGA CAN

  5. Tez No

    199486

    Analyzes and WEB interfaces for protein subcellular localization and gene expression data

    Protein hücre içi yerleşim ve gen ifadesi verileri için analizler ve örün arayüzleri

    BİTER BİLEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Moleküler Biyokimya ve Genetik Ana Bilim Dalı

    YRD. DOÇ. DR. RENGÜL ÇETİN-ATALAY

Geri Dön