Preciznost i klasifikacija

diplomski rad

• Autor: Monika Mirković
• Mentor: Pavle Goldstein (mentor)
• Član povjerenstva: Pavle Goldstein (predsjednik povjerenstva)
• Član povjerenstva: Siniša Slijepčević (član povjerenstva)
• Član povjerenstva: Dijana Ilišević (član povjerenstva)
• Član povjerenstva: Miljenko Huzak (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2020-02-27, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

Razvojem bioinformatike i otkrivanjem novih proteina javlja se potreba za razvojem novih metoda klasifikacije proteina. U ovom diplomskom radu promatrali smo kraće nizove aminokiselina s karakterističnim mutacijama koje nazivamo motivi. Opisali smo postupak traženja karakterističnih motiva za neku proteinsku familiju. Posebno je važno istaknuti da traženi motivi nisu fiksne duljine. Zatim smo opisali način ocjenjivanja proteina u odnosu na profile dobivenih karakterističnih motiva pomoću kojeg provodimo klasifikaciju proteina u proteinske familije. Kako bi provjerili točnost našeg algoritma proveli smo postupak traženja karakterističnih motiva na dvije proteinske familije, lipoproteinskim lipazama i Walkerovim motivima. Klasifikacijom proteina iz test setova obje familije dobiveni su iznenađujuće dobri rezultati.

Sažetak (engleski)

With the advancement of bioinformatics and the discovery of new proteins, a need for new protein classification methods has arisen. This master’s thesis focuses on the short sequences of amino acids with characteristic mutations called motifs. We describe a process of characteristic motif discovery for a given protein family. It is worth mentioning that the observed motifs are of variable length. Further, we describe the evaluation of proteins with respect to the profiles of the discovered characteristic motifs. Based on this, we classify the proteins in protein families. In order to validate the algorithm, we apply it to two protein families: lipoprotein lipase family and Walker motifs. The results of the protein classification for the test sets from both families are surprisingly good.

• Ključne riječi: bioinformatika; klasifikacija proteina; motivi
• Ključne riječi (engleski): bioinformatics; protein classification; motifs
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:297065
• 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: 2020-09-21 10:34:02