Geri Dön

Learning-based approaches in protein motif extraction

Protein motif çıkarımında öğrenme-tabanlı yaklaşımlar

PDF İndir

  1. Tez No: 566259
  2. Yazar: ÇAĞLA ÇINAR
  3. Danışmanlar: DOÇ. DR. ÇAĞIN KANDEMİR ÇAVAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
  13. Sayfa Sayısı: 61

Özet

Biyoenformatikte motif çıkarımı zor bir problemdir. Bunun nedeni biyolojik sekanslarda belirli bölgelerin yapısal ve işlevsel olarak tanımlanmasının ve tahminlenmesinin büyük önem taşımasından kaynaklanmaktadır. Motif çıkarımı için çeşitli istatiksel yöntemler ve makine öğrenimi tabanlı yaklaşımlar kullanılabilir. Sinirsel bulanık sistemler bulanık sistemlerin yapay sinir ağlarının öğrenme yeteneğine sahip olduğu karma yapılardır. Uyarlanabilir sinirsel bulanık çıkarım sistemleri (USBÇS), uyarlanabilir sinirsel ağlarda bulanık konseptlerin uygulandığı entegre sistemlerdir. Bu tez çalışmasında motif çıkarımında öğrenme-tabanlı yaklaşımlar incelenmiştir. Manganez ve Demir SüperOksit Dismutaz enzim ailesinden motif çıkarmak için bir yöntem geliştirilmiştir. Yöntemin aşamaları şöyledir; frekansı yüksek kısa örüntülerin özellik olarak seçilmesi, daha sonra seçilen özelliklerden motif adaylarının üretimi ve en son motif çıkarımıdır. Çıkarılan motife ait eğitim ve test veri seti toplam karesel hata kullanılarak oluşturulmuştur. Daha sonra, sınıflandırma performansı bir tür sinirsel-bulanık sistem çeşidi olan USBÇS ile test edilmiştir.

Özet (Çeviri)

Motif extraction is a challenging problem in bioinformatics. The reason for this arises from the importance in identifiying and predicting the structural and functional regions in the biological sequences. Various statistical methods and machine learning-based approaches could be used for motif extraction. Neural fuzzy systems are hybrid structures where fuzzy systems have the learning ability of artificial neural networks. Adaptive neural fuzzy inference systems (ANFIS) are integrated systems in which fuzzy concepts are applied in adaptive neural networks. In this thesis, learning-based approaches are on the motif extraction are investigated. A method has been developed to extract motifs from the Manganese and Iron SuperOxide Dismutase enzyme family. Method has the following stages; selection of the high-frequency short patterns as features, then the generation of motif candidates from the selected features and finally the motif extraction. The train and test data set of the extracted motif was generated by using sum square error. Then the classification performance was tested with ANFIS which is a kind of the neural-fuzzy system.

Benzer Tezler

  1. Tez No

    309412

    Classification of proteins using sequential and structural features

    Proteinlerin dizisel ve yapısal özelliklerinin kullanılarak sınıflandırılması

    AYDIN ALBAYRAK

    Doktora

    İngilizce

    İngilizce

    2011

    BiyoistatistikSabancı Üniversitesi

    Biyoloji Bilimleri ve Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. UĞUR SEZERMAN

  2. Tez No

    245396

    Large scale characterization of protein interactions: Identification of hot spots and spatial motifs in protein-protein interfaces

    Protein etkileşimlerinin geniş ölçekli nitelendirilmesi: Protein-protein arayüzlerindeki sıcak noktaların ve uzaysal desenlerin belirlenmesi

    EMRE GÜNEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATTİLA GÜRSOY

  3. Tez No

    652672

    Computer-based approaches in biosequence data analysis

    Biyosekans veri analizinde bilgisayar-tabanlı yaklaşımlar

    ÇAĞDAŞ KÜÇÜK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. ÇAĞIN KANDEMİR ÇAVAŞ

  4. Tez No

    601046

    Text-based machine learning methodologies for modelling drug-target interactions

    Protein-ilaç etkileşimlerinin metin tabanlı makine öğrenmesi yöntemleri ile modellenmesi

    HAKİME ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN

    DOÇ. DR. ELİF ÖZKIRIMLI ÖLMEZ

  5. Tez No

    795749

    A deep learning based protein representation model forlow-data protein function prediction

    Az veri ile protein fonksiyon tahmini için derin öğrenmebazlı bir protein temsil modeli

    SERBÜLENT ÜNSAL

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYBAR CAN ACAR

    DOÇ. DR. TUNCA DOĞAN

Geri Dön