Klasifikacija proteinskih fragmenata

diplomski rad

• Naslov (engleski): Classification of protein fragments
• Autor: Josipa Radnić
• Mentor: Pavle Goldstein (mentor)
• Član povjerenstva: Pavle Goldstein (predsjednik povjerenstva)
• Član povjerenstva: Miljenko Huzak (član povjerenstva)
• Član povjerenstva: Mladen Jurak (član povjerenstva)
• Član povjerenstva: Vedran Čačić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2023-03-02, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

U ovom diplomskom radu promatra se problem klasifikacije proteina određenog proteoma u proteinske familije. Uz pomoć opisivanja aminokiselina numeričkim vektorima želi se povećati točnost standardnog modela pretraživanja. Nakon uvedenih pojmova, matematičkih i bioloških, nužnih za razumijevanje ovog rada, navode se metode pomoću kojih se pronalazi kugla u vektorskom prostoru. Nadziranim i nenadziranim načinom nalazi se kugla koja sadržava motive koji su biološki dokazani da pripadaju određenoj proteinskoj familiji. Istraživanje se provodi na pet različitih proteoma i promatra se uspješnost na različitim veličinima skupova podataka. Glavna mjera za uspješnost modela je F1-score. U radu su potvrđene pretpostavke o grupiranju pravih pozitivaca oko upita i postojanju kugle koja sadrži te prave pozitivce. Model se pokazao robustan na promjene broja podataka i nenadzirana klasifikacija se pokazala vrlo brzim rješenjem.

Sažetak (engleski)

This thesis is concerned with classification of proteins into protein families. In particular, the aim is to increase the accuracy of a motif scanning procedure by using a description of amino acids as vectors. After describing the mathematical and some biological background we present our Euclidean ball searching techniques. With supervised and unsupervised classification we found a sphere that contains motifs that have been shown to belong to the designated protein family. This study was carried out on five different proteomes and for different sizes of data sets. F1-score was the primary metric used for measuring success of a model. Finally, we confirmed the hypothesis regarding clustering of true positive hits and the existence of sphere that contains them.

• Ključne riječi: proteom; proteinske familije; aminokiselina; numerički vektor; kugla u vektorskom prostoru; F1-score
• Ključne riječi (engleski): proteome; protein families; amino acid; numerical vector; Euclidean ball searching techniques; sphere in vector space; F1-score
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:583785
• Studijski program: Naziv: Matematička statistika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2023-08-18 09:17:29