Iterativna optimizacija modela i pretraživanje proteoma

diplomski rad

• Autor: Maja Cigula
• Mentor: Pavle Goldstein (mentor)
• Član povjerenstva: Pavle Goldstein (predsjednik povjerenstva)
• Član povjerenstva: Zvonimir Tutek (član povjerenstva)
• Član povjerenstva: Franka Miriam Bruckler (član povjerenstva)
• Član povjerenstva: Maja Starčević (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2016-02-24, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

Nakon kratkog pregleda osnovnih pojmova teorije vjerojatnosti, upoznajemo se sa distribucijama ekstremnih vrijednosti. Opisujemo dvije metode pomoću kojih tražimo karakteristične članove GDSL familije proteina. String matching metoda je uspoređena sa sliding window metodom i opisan je model pomoću kojega određujemo pozitivno rangirane nizove. Objašnjeno je zašto pritom maksimalni scorovi prate logističku distribuciju. Obje metode daju vrlo slične rezultate na četiri biljna proteoma što znači da string matching metoda ima potencijal za korištenje u pretraživanju proteoma zadanim motivom.

Sažetak (engleski)

After a brief introduction to elementary probability theory we introduce certain aspects of the theory of extreme value distribution. We describe and compare two algorithms for searching for strings in large datasets - sliding window and string matching algorithm. Using results from extreme value theory and either of the algorithms, we construct an iterative string searching method. The results of this procedure are compared between the algorithms as well as against expert knowledge, on four plant proteomes.

• Ključne riječi: distribucije ekstremnih vrijednosti; string matching metoda; sliding window metoda
• Ključne riječi (engleski): extreme value distribution; string matching algorithm; sliding window algorithm
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:877304
• 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: 2019-01-07 10:15:53