host ::
| Hlavní stránka > Vysokoškolské kvalifikační práce > Diplomové práce > Srovnávací analýza markovských stavových modelů pro dynamiku proteinu APOE pomocí neuronových sítí |
Název:
Srovnávací analýza markovských stavových modelů pro dynamiku proteinu APOE pomocí neuronových sítí
Překlad názvu: Comparative Markov state analysis of APOE protein dynamics by neural networks
Autoři: Kopko, Jakub ; Sedlář, Jiří (vedoucí práce) ; Holeňa, Martin (oponent)
Typ dokumentu: Diplomové práce
Rok: 2023
Jazyk: eng
Abstrakt: This thesis leverages the CoVAMPnet neural network architecture to analyze the dy- namics of apolipoprotein E (APOE), a protein involved in the development of Alzheimer's disease. CoVAMPnet offers a versatile machine learning framework for extracting mean- ingful features from high-dimensional molecular dynamics data and constructing Markov state models to characterize protein conformational dynamics. By applying CoVAMPnet to APOE simulations, the thesis successfully captures the protein behavior by reveal- ing its key conformational states and structural transitions. These findings provide new insights into the dynamics of APOE and its potential role in Alzheimer's disease. The thesis also investigates the influence of a small molecule drug candidate 3SPA on APOE's conformational behavior, shedding further light on its therapeutic possibilities. Overall, this work demonstrates CoVAMPnet's effectiveness in analyzing and comparing the dy- namics of larger proteins in an interpretable manner, reinforcing its potential application for complex biomolecular studies. 1
Klíčová slova: Strojové učení pro molekulární dynamiku|Neuronové sítě|Variační přístup k Markovským procesům|Modely Markovských stavů|APOE protein; Machine learning for molecular dynamics|Neural networks|Variational approach to Markov processes|Markov state models|APOE protein
Instituce: Fakulty UK (VŠKP) (web)
Informace o dostupnosti dokumentu: Dostupné v digitálním repozitáři UK.
Původní záznam: http://hdl.handle.net/20.500.11956/183994
Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-534291
Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Univerzita Karlova > Fakulty UK (VŠKP)
Vysokoškolské kvalifikační práce > Diplomové práce
Překlad názvu: Comparative Markov state analysis of APOE protein dynamics by neural networks
Autoři: Kopko, Jakub ; Sedlář, Jiří (vedoucí práce) ; Holeňa, Martin (oponent)
Typ dokumentu: Diplomové práce
Rok: 2023
Jazyk: eng
Abstrakt: This thesis leverages the CoVAMPnet neural network architecture to analyze the dy- namics of apolipoprotein E (APOE), a protein involved in the development of Alzheimer's disease. CoVAMPnet offers a versatile machine learning framework for extracting mean- ingful features from high-dimensional molecular dynamics data and constructing Markov state models to characterize protein conformational dynamics. By applying CoVAMPnet to APOE simulations, the thesis successfully captures the protein behavior by reveal- ing its key conformational states and structural transitions. These findings provide new insights into the dynamics of APOE and its potential role in Alzheimer's disease. The thesis also investigates the influence of a small molecule drug candidate 3SPA on APOE's conformational behavior, shedding further light on its therapeutic possibilities. Overall, this work demonstrates CoVAMPnet's effectiveness in analyzing and comparing the dy- namics of larger proteins in an interpretable manner, reinforcing its potential application for complex biomolecular studies. 1
Klíčová slova: Strojové učení pro molekulární dynamiku|Neuronové sítě|Variační přístup k Markovským procesům|Modely Markovských stavů|APOE protein; Machine learning for molecular dynamics|Neural networks|Variational approach to Markov processes|Markov state models|APOE protein
Instituce: Fakulty UK (VŠKP) (web)
Informace o dostupnosti dokumentu: Dostupné v digitálním repozitáři UK.
Původní záznam: http://hdl.handle.net/20.500.11956/183994
Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-534291
Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Univerzita Karlova > Fakulty UK (VŠKP)
Vysokoškolské kvalifikační práce > Diplomové práce
Záznam vytvořen dne 2023-10-01, naposledy upraven 2023-12-17.