Computer-based approaches in biosequence data analysis
Biyosekans veri analizinde bilgisayar-tabanlı yaklaşımlar
- Tez No: 652672
- Danışmanlar: PROF. DR. ÇAĞIN KANDEMİR ÇAVAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay sinir ağları, Artificial neural networks
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Proteinlerin yapısı ve işlevi birbiriyle yakından ilgilidir. Sinyal proteinleri protein sekresyonu, taşınması gibi birçok biyolojik aktiviteye katılır. Sinyal proteinleri yeni ilaç bulunması alanında önemli bir konudur. Bu sebeplerden dolayı bir proteini sınıflandırıp sinyal proteini olup olmadığını bilmek önemlidir. Makine öğrenme çözümleri iyi bir seçenektir; çünkü deneysel çözümler pahalıdır ve zaman alırlar. Bu tezin amacı sinyal proteinlerini protein kodlama yöntemleri ve makine öğrenme algoritmaları kullanarak sınıflandırmaktır. 1867 sinyal ve 3317 sinyal olmayan protein indirildi. Sonra bu proteinler, psödo amino asit kompozisyonu (PseAAC) ve dipeptid kompozisyonu kullanılarak iki veri seti oluşturmak için dönüştürüldü. Derin yapay sinir ağı, rastgele orman ve destek vektör makinesi algoritmaları kullanılarak sinyal proteinleri sınıflandırıldı. İki veri setinde de algoritmaların doğruluk oranları 0,70'den yüksek çıkmıştır ve bu modellerin protein kodlama yöntemleriyle kodlanan sinyal proteinlerinin sınıflandırılmasında etkin olduğunu göstermektedir.
Özet (Çeviri)
The structure and function of proteins are closely related. Signaling proteins take part in many biological activities like protein secretion, transportation and more. Signaling proteins are an important topic in drug discovery. For these reasons it is important to classify whether a protein is signaling or not. Machine learning solutions are a good option for this because experimental solutions are time consuming and expensive. The aim of this thesis is to classify signaling proteins using protein encoding schemes and machine learning algorithms. 1867 signaling and 3317 non-signaling proteins were downloaded. Then they were transformed using pseudo amino acid composition (PseAAC) and dipeptide composition to create two datasets. Deep neural network, random forest and support vector machine algorithms were used to classify signaling proteins. For both datasets, the accuracy rate of all models were higher than 0.70. It shows that these models are effective in signal protein classification used with protein encoding schemes.
Benzer Tezler
- Otomotiv uygulamaları için kompozit bir şaftın yapısal analizi ve optimizasyonu
Structural analysis and optimization of a composite drive shaft for automotive applications
ERDEM OK
Yüksek Lisans
Türkçe
2015
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT SÜLEYMAN TÜRKMEN
- Bilgisayar temelli bireyselleştirilmiş test yaklaşımlarının Türkiye'deki merkezi dil sınavlarında uygulanabilirliğinin araştırılması
Investigation of applicability of computer-based adaptive testing approaches to central language exams in Turkey
ERCAN ÇOBAN
Doktora
Türkçe
2020
Eğitim ve ÖğretimAnkara ÜniversitesiÖlçme ve Değerlendirme Ana Bilim Dalı
DOÇ. DR. CELAL DEHA DOĞAN
- Yapılandırmacı öğrenme yaklaşımında araştırmacı sorgulayıcı eğitim ve bilgisayar destekli öğretim metodu ile işlenen fen dersinin ortaokul 6. sınıf öğrencilerinin başarı, öğrenme yaklaşımı ve motivasyona etkisi
The effect of research based education and computer-assisted instruction in structured learning approach on achievement, learning approaches, motivations and self-efficacy of students in 6th grade science course
SENEM KÖLEMEN
Yüksek Lisans
Türkçe
2018
Eğitim ve ÖğretimNecmettin Erbakan Üniversitesiİlköğretim Ana Bilim Dalı
DOÇ. DR. ESME HACIEMİNOĞLU
- Fen eğitiminde bilgisayar destekli, etkinlik temelli ve sorgulamaya dayalı öğretim yaklaşımlarının karşılaştırılması
The comparison of computer-aided, activity-based and inquiry-based teaching approaches in science education
ASLI SAYLAN KIRMIZIGÜL
- Bilgisayar destekli fen bilgisi öğretiminde yazılı metin ve animasyonlara uygulanan mekansal konumlandırma yaklaşımlarının (ekranda ayırma, ekrenda bütünleştirme) bilişsel yük açısından karşılaştırılması
A comparing the spatial positioning approaches (separated on sreen, integrated on screen) applied on written text and animations according to cognitive load in the process of computer-based science instruction
ZEYNEL KABLAN
Doktora
Türkçe
2005
Eğitim ve ÖğretimYıldız Teknik ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF.DR. MÜNİRE ERDEN