Geri Dön

Using machine learning methods to predict protein contact map

Using machine learning methods to predict protein contact map

  1. Tez No: 379745
  2. Yazar: MUSTAFA ÖZBER YÜCEKUL
  3. Danışmanlar: DOÇ. DR. TURGAY İBRİKÇİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Protein, peptit bağları ile birbirne bağlanmış amino asit rezidülerinden oluşan insan vücudunda çok önemli biyolojik makro moleküldür. Protein yapısı, onun dizileriyle belirlendiği için protein dizilerinden protein yapısı tahmini biyoinformatikte en önemli temel problem olmuştur. Protein rezidülerinin temas haritası proteinin üç boyutlu biçiminin bilgisini içermektedir. Bu tezde protein temas haritası tahmini; sinir ağları, lojistik regresyon, destek vektör makineleri ve diğer bilinen birkaç makine öğrenme metotları temel alınarak sunulmuştur. Bu tezde, sonuçlar karşılaştırılmıştır. Bu sonuçlar, Lojistik Regresyon, Destek Vektör Makineleri, Decorate ve Dagging algoritmalarının protein rezidü temas haritalarını tahmin etmede bizim veri setimiz üzerinde daha iyi sonuçlar verdiğini göstermiştir.

Özet (Çeviri)

Protein is the crucial biological macromolecules which is consist chains of amino acid residues joined together by peptide bonds in human body. Since protein's structure is determined by its sequence, predicting protein structure from its sequence has become one of the most fundamental issue in the bioinformatics. The residue contact map of protein contains knowledge which represents three dimensional conformation of protein. In this thesis, machine learning approaches to protein contact map prediction problem based on neural networks, logistic regression, support vector machines and other a few known machine learning methods were presented. The results are compared. These results demonstrate that the Logistic Regression, Support Vector Machine, Decorate, and Dagging algorithms give the better results as protein contact map prediction on our dataset.

Benzer Tezler

  1. SARS-CoV-2 proteini ile insan proteini arasindaki etkileşimlerin makine öğrenmesi yöntemleri ile tahmini

    Prediction of interactions between SARS-CoV-2 protein and human protein using machine learning methods

    FİRDES GÜL KORKUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT GÖK

  2. Accelerating molecular docking using machine learning methods

    Kenetleme hesaplarının makine öğrenme metotları ile hızlandırılması

    ABDULSALAM YAZID BANDE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    Assist. Prof. Dr. SEFER BADAY

  3. Alt sekans profil haritaları kullanılarak protein katlanması tanıma

    Protein fold recognition using subsequence profile maps

    RUŞEN HALEPMOLLASI

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ÖMER SİNAN SARAÇ

  4. Derin öğrenme yöntemi ile protein ikincil yapı tahmini

    Protein secondary structure prediction using deep learning method

    EZGİ ÇAKMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İHSAN HAKAN SELVİ

  5. Kuantum makine öğrenmesiyle mikobakteri tuberculosis patojeninin antibiyotik direncinin tahmin edilmesi

    Predicting antibiotic resistance of mycobacterium tuberculosis pathogen using quantum machine learning

    FURKAN KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İHSAN YILMAZ