Learning-based approaches in protein motif extraction
Protein motif çıkarımında öğrenme-tabanlı yaklaşımlar
- Tez No: 566259
- Danışmanlar: DOÇ. DR. ÇAĞIN KANDEMİR ÇAVAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- 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
- Hesaplamalı yaklaşımlar ile virüs-konak protein-protein etkileşim tahmini ve protein kodlama
Prediction of virus-host protein-protein interaction and protein coding using computational approaches
ZEYNEP ÇAKABAY
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ZEYNEP BANU ÖZGER
DOÇ. DR. PINAR CİHAN
- Endometriozis ile otoimmün hastalıklarının potansiyel biyobelirteçlerinin biyoinformatik analizlerle belirlenmesi
Identification of potential biomarkers in endometriosis and autoimmune diseases through bioinformatic analyses
BİLGE İREM GÖÇ
Yüksek Lisans
Türkçe
2025
Allerji ve İmmünolojiYıldız Teknik ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. NEHİR ÖZDEMİR ÖZGENTÜRK
- Classification of proteins using sequential and structural features
Proteinlerin dizisel ve yapısal özelliklerinin kullanılarak sınıflandırılması
AYDIN ALBAYRAK
Doktora
İngilizce
2011
BiyoistatistikSabancı ÜniversitesiBiyoloji Bilimleri ve Biyomühendislik Ana Bilim Dalı
DOÇ. DR. UĞUR SEZERMAN
- 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
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATTİLA GÜRSOY
- Kenevir bitkisinde agronomik açıdan önemli genlerin biyoinformatik yöntemler ile belirlenmesi
Determination of agronomically important genes in cannabis plant by bioinformatics methods
NECDET MEHMET ÜNEL
Doktora
Türkçe
2024
BiyoteknolojiKastamonu ÜniversitesiGenetik ve Biyomühendislik Ana Bilim Dalı
PROF. DR. MEHMET CENGİZ BALOĞLU