|
|
Detection of protein-ligand binding sites using graph neural networks
Gamouh, Hamza ; Hoksza, David (vedoucí práce) ; Pilát, Martin (oponent)
Funkce většiny biologických systémů je realizována interakcí proteinů s jinými bi- ologickými molekulami. Vazba protein-ligand je jedním z nejdůležitějších druhů interakcí, které, pokud jsou dobře prostudovány, mohou odhalit mnoho skrytých kauzálních vzorců za biologickými funkcemi a mohou přispět k rychlému rozvo- ji výzkumu léčiv. Detekce vazebných míst protein-ligand je jedním z aspektů interakcí protein-ligand, kde je cílem vyvinout výpočetní metody, které mo- hou používat ligand i strukturu proteinu, případně spolu s jeho sekvenčními údaji, k predikci oblastí proteinu, které se mohou vázat na potenciál. ligandy. Významný nárůst databází proteinových struktur, jako je Protein Data Bank (PDB) a sekvenčních databází, jako je Universal Protein Resource (UniProt), vedl k vývoji různých přístupů strojového učení a hlubokého učení, které využívají toto obrovské množství biologických data k řešení tohoto úkolu. V této práci zk- oumáme metodu hlubokého učení založenou na nedávné modelové architektuře zvané Graph Convolutional Networks (GCN), která kombinuje tradiční architek- turu konvolučních neuronových sítí (CNN) a novější architekturu Graph Neu- ral Network (GNN), která byla úspěšní...
|
host ::
RSS.