Subsequence feature maps for protein function annotation
Protein fonksiyon açıklaması için alt dizi özellik haritaları
- Tez No: 176775
- Danışmanlar: PROF. DR. VOLKAN ATALAY
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoloji, Computer Engineering and Computer Science and Control, Biology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Sekans belirleme teknolojlerindeki gelişmelerle birlikte, işlevi bilinmeyen protein dizilerininsayısı hızla artmaktadır. Bunun sonucunda proteinlerin işlevsel olarak etiketlenmesiiçin kullanılabilecek hesaplamalı metodlar çok büyük önem kazanmıştır. Bu tezde,ilk olarak protein birincil dizilerini sabit boyutlu sayısal vektörlere eşleyen bir öznitelikuzayı eşleme sistemi tanımladık. Altdizi profili eşlemesi adını verdiğimiz bu eşlemeprotein dizilerinin altdizi modellerini hesaba katmaktadır. Oluşan vektörler proteinleriişlevsel olarak sınıflandırmak için desktek vectör makinalarına girdi olarak kullanılmıştır.?Ikinci kısımda, proteinlerin işlevsel etiketlenme işini bir ilevsel sınıflandırma problemiolarak tanımladık ve Gen Ontoloji (GO) terimleri üzerinde tanımlanmış bir sınıflandırmaçatısı bina ettik. Farklı sınıflandırma metodları ve bunların farklı birleşimleri 300 GOterimi üzerine kurulan bu sınıflandırma çatısında değerlendirildi. Sonuçlar gösterdi kibirleşim sınıflandırma doğruluğunu arttırmaktadır. Ortaya çıkan sistem internet üzerindeherkese açık bir işlevsel etiketleme uygulaması haline getirilmiştir.
Özet (Çeviri)
With the advances in sequencing technologies, the number of protein sequences withunknown function increases rapidly. Hence, computational methods for functional annotationof these protein sequences become of the upmost importance. In this thesis,we first defined a feature space mapping of protein primary sequences to fixed dimensionalnumerical vectors. This mapping, which is called the Subsequence Profile Map(SPMap), takes into account the models of the subsequences of protein sequences. Theresulting vectors were used as an input to support vector machines (SVM) for functionalclassification of proteins. Second, we defined the protein functional annotation problemas a classification problem and construct a classification framework defined on Gene Ontology(GO) terms. Different classification methods as well as their combinations areassessed on this framework which is based on 300 GO molecular function terms. The resultsshowed that combination enhances the classification accuracy. The resultant systemis made publicly available as an online function annotation tool.
Benzer Tezler
- Alt sekans profil haritaları kullanılarak protein katlanması tanıma
Protein fold recognition using subsequence profile maps
RUŞEN HALEPMOLLASI
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER SİNAN SARAÇ
- Music retrieval systems: Robust performance under the effect of uncertainty
Başlık çevirisi yok
ERDEM ÜNAL
Doktora
İngilizce
2008
Elektrik ve Elektronik MühendisliğiUniversity of Southern CaliforniaDR. SHRIKANTH NARAYANAN
- Image reconstruction with deep learning and applications in MR images
Derin öğrenme ile görüntü geriçatımı ve MR görüntülerinde uygulamaları
AMIR AGHABIGLOU
Doktora
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Sayısal ortamda kartografik genelleştirme
Cartographic generalization in digital environment
TÜRKAY GÖKGÖZ