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
- 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
- Computer-based approaches in biosequence data analysis
Biyosekans veri analizinde bilgisayar-tabanlı yaklaşımlar
ÇAĞDAŞ KÜÇÜK
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. ÇAĞIN KANDEMİR ÇAVAŞ
- Text-based machine learning methodologies for modelling drug-target interactions
Protein-ilaç etkileşimlerinin metin tabanlı makine öğrenmesi yöntemleri ile modellenmesi
HAKİME ÖZTÜRK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN
DOÇ. DR. ELİF ÖZKIRIMLI ÖLMEZ
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYBAR CAN ACAR
DOÇ. DR. TUNCA DOĞAN