Geri Dön

A Two-stage mathematical programming algorithm for predicting secondary structures of proteins

Proteinlerin ikincil yapılarının tahmini amaçlı iki aşamalı matematiksel programlama algoritması

PDF İndir

  1. Tez No: 136749
  2. Yazar: ÖZLEM YILMAZ
  3. Danışmanlar: YRD. DOÇ. DR. SELÇUK SAVAŞ, YRD. DOÇ. DR. METİN TÜRKAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2003
  8. Dil: İngilizce
  9. Üniversite: Koç Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Özet yok.

Özet (Çeviri)

ABSTRACT Recognition of function of protein is one of the major steps in drug discovery process and it is known that functions of polypeptides are dictated by their structures. This study aims to predict secondary structures of proteins utilizing a two-stage probabilistic algorithmic approach. First stage is determination of structural class (all-a, all-P, a/p or a+P) of unknown protein by a Mixed Integer Linear Programming formulation. Next phase is searching 3 to 7-residues-long segments of unknown protein's residue sequence in database of structures of experimentally identified proteins, belonging to the same structural class determined for the unknown one. Source for data on structures of known proteins is Protein Data Bank; http://www.pdb.org. Three states (a-helix, P-sheet or loop) per residue predictions are obtained through a probabilistic approach utilizing outcomes of database search process. We achieved 100% accuracy in folding type determination phase. Weights to put on probabilities obtained from 3 to 7-residues-long segments for each structural class are determined optimally for each structural class via Non-Linear Programming Formulations again utilizing structural information on experimentally identified proteins. The prediction method is tested on 419, 579, 707 and 601 known proteins from all-a, all-P, a/p and a+p classes, respectively, as if they were not known. 3-states-per-residue accuracy levels obtained for all-a, all-p, a/p and a+p classes are 80.5%, 72.4%, 71.9% and 75.5%, respectively. m

Benzer Tezler

  1. Tez No

    39680

    Elektrik enerji iletim şebekelerinin optimal genişletme planlaması

    Optimal expansion planning of power transmission networks

    NAZİF HÜLAGÜ SOHTAOĞLU

    Doktora

    Türkçe

    Türkçe

    1994

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. NESRİN TARKAN

  2. Tez No

    100751

    Gemi etrafındaki sınır tabakanın incelenmesi

    A Study on the boundary layer surrocnding ship hulls

    BARIŞ BARLAS

    Doktora

    Türkçe

    Türkçe

    1999

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ALİ İHSAN ALDOĞAN

  3. Tez No

    66594

    Metro istasyonlarında yolcu sirkülasyonunun değerlendirilmesi için bir uzman sistem önerisi

    An expert system proposal for the evaluation of pedestrian circulation at underground stations

    A.GÜLAY PEKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. GÜLEN ÇAĞDAŞ

  4. Tez No

    75207

    Robotlu boyamada bir simulasyon yöntemi

    Başlık çevirisi yok

    EMİN TAHRALI

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. A. COŞKUN SÖNMEZ

  5. Tez No

    75191

    Demiryollarında boş yük vagonlarının dağıtılması

    Başlık çevirisi yok

    LÜTFÜ GÜRAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ORAL TÜMAY

Geri Dön