|
|
Platform for Biological Sequence Analysis Using Machine Learning
Lacko, Dávid ; Burgetová, Ivana (referee) ; Martínek, Tomáš (advisor)
Strojové učenie má veľa aktívnych odvetví a jedným z nich je charakterizácia proteínov, pretože experimentálne získavanie charakteristík je drahé a časovo náročné, a taktiež preto, že každoročne sú publikované mnohé sady údajov vhodné na trénovanie takýchto prediktorov. Jedna z nedávno vyvinutých metód, nazývaná innov'SAR, ktorá bola použitá už v niekoľkých aplikáciách proteínového inžinierstva, kombinuje Fourierovu transformáciu z čiastočnou lineárnou regresiou. Avšak, jej implementácia nie je voľne dostupná a samotná metóda nebola štatisticky overená. Cieľom tejto práce je adresovať tieto nedostatky, implementovať túto metódu v jazyku Python, rozšíriť ju a zahrnúť do ľahko použiteľnej platformy, ktorá umožní trénovanie a testovanie modelov. Taktiež bolo vykonané testovanie štatistickej významnosti za účelom overenia dopadu nájdených závislostí medzi sekvenciami a vlastnosťami proteínov. Metóda sa osvedčila ako štatisticky významná so silnými závislosťami nájdenými medzi vstupmi a výstupmi. Novo zozbierané dátové sady haloalkán dehalogenáz sa použili na vytvorenie modelov s validačným skóre Q2 = 0.54 a Q2 = 0.77, čo je takmer dvojnásobné zlepšenie oproti základným modelom. Tieto modely majú potenciál na filtrovanie väčších databáz sekvencií a vyhľadávanie proteínov s potenciálne lepšími vlastnosťami.
|
|
|
Database System for Biological Data Management
Drlík, Radovan ; Burgetová, Ivana (referee) ; Jaša, Petr (advisor)
This thesis describes the problems of storage and management of biological data, particularly of Haloalkane Dehalogenase enzymes. Furthermore, the thesis aims at project HADES (HAloalkane DEhalogenase databaSe) initiated by protein engineering group of Loschmidt Laboratories, Masaryk University in Brno. This is a project whose main goal is simply to store, preserve and display a wide variety of proteins data. The result of this work is a flexible database system allowing easy extensibility and maintainability, which is built on technologies Apache, PostgreSQL and PHP using the Zend Framework.
|
|
|
Strukturní studie halogenalkandehalogenasy DgaA z \kur{Glaciecola agarilytica} NO2
BERKOVÁ, Ivana
Haloalkane dehalogenases (HLDs) are microbial enzymes that have attracted significant interest because of their ability to catalyze the irreversible hydrolysis of a wide range of halogenated compounds. These enzymes can be used as potential applicants in industrial catalysis, in the bioremediation and the biosensing of environmental pollutants. Novel haloalkane dehalogenase DgaA (EC 3.8.1.5, HLDs) belonging to the superfamily of / hydrolases, was isolated from a psychrophilic and moderately halophilic organism, Glaciecola agarilytica NO2, that was found in marine sediment collected from the East Sea, Korea. Main target of this thesis was the processing of diffraction data from crystals of DgaA proteins and subsequent solving and refinement of structure of studied protein.
|
|
|
Platform for Biological Sequence Analysis Using Machine Learning
Lacko, Dávid ; Burgetová, Ivana (referee) ; Martínek, Tomáš (advisor)
Strojové učenie má veľa aktívnych odvetví a jedným z nich je charakterizácia proteínov, pretože experimentálne získavanie charakteristík je drahé a časovo náročné, a taktiež preto, že každoročne sú publikované mnohé sady údajov vhodné na trénovanie takýchto prediktorov. Jedna z nedávno vyvinutých metód, nazývaná innov'SAR, ktorá bola použitá už v niekoľkých aplikáciách proteínového inžinierstva, kombinuje Fourierovu transformáciu z čiastočnou lineárnou regresiou. Avšak, jej implementácia nie je voľne dostupná a samotná metóda nebola štatisticky overená. Cieľom tejto práce je adresovať tieto nedostatky, implementovať túto metódu v jazyku Python, rozšíriť ju a zahrnúť do ľahko použiteľnej platformy, ktorá umožní trénovanie a testovanie modelov. Taktiež bolo vykonané testovanie štatistickej významnosti za účelom overenia dopadu nájdených závislostí medzi sekvenciami a vlastnosťami proteínov. Metóda sa osvedčila ako štatisticky významná so silnými závislosťami nájdenými medzi vstupmi a výstupmi. Novo zozbierané dátové sady haloalkán dehalogenáz sa použili na vytvorenie modelov s validačným skóre Q2 = 0.54 a Q2 = 0.77, čo je takmer dvojnásobné zlepšenie oproti základným modelom. Tieto modely majú potenciál na filtrovanie väčších databáz sekvencií a vyhľadávanie proteínov s potenciálne lepšími vlastnosťami.
|
|
|
Database System for Biological Data Management
Drlík, Radovan ; Burgetová, Ivana (referee) ; Jaša, Petr (advisor)
This thesis describes the problems of storage and management of biological data, particularly of Haloalkane Dehalogenase enzymes. Furthermore, the thesis aims at project HADES (HAloalkane DEhalogenase databaSe) initiated by protein engineering group of Loschmidt Laboratories, Masaryk University in Brno. This is a project whose main goal is simply to store, preserve and display a wide variety of proteins data. The result of this work is a flexible database system allowing easy extensibility and maintainability, which is built on technologies Apache, PostgreSQL and PHP using the Zend Framework.
|
guest ::
