Neural network models for protein structure prediction
Protein yapısının belirlenmesi için yapay sinir ağ metodları
- Tez No: 95558
- Danışmanlar: DOÇ. DR. MARİFİ GÜLER
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yapay Sinir Ağlan, Protein tanımlanması, Geri yayılım yöntemi, Radial Basis Fonksiyonlar ve Kohonen yapay sinir ağlan, Ağırlıkların azaltılması, Proteinler, Yapay sinir ağları, Neural Networks, Protein Prediction, Backpropagation, Radial Basis Functions, Kohonen Map, Weight Elimination II, Proteins, Artificial neural networks
- Yıl: 2000
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
oz DOKTORA TEZİ PROTEIN YAPISININ BELİRLENMESİ İÇİN YAPAY SİNİR AĞ METOTLARI Turgay İBRİKÇİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK ANA BİLİM DALI Danışman : Doçent Dr. Marifi Güler Yd: 2000 Sayfa 125 Jüri : Doç. Dr. Marifi Güler Prof.Dr. Süleyman Güngör Yrd.Doç. Dr. Mustafa Oral Hayatın en önemli yapı taşlarından olan proteinler makro moleküler yapıdadırlar ve organizma içinde önemli görevleri vardır. Üç çeşit protein yapısı vardır, bunlar birincil, ikincil ve üçüncül yapılandır. Birincil yapı, amino asitlerin sırasal olarak dizilmesinden oluşur. Proteinlerin ikincil seviyesini anlamak onun gerçek yapışım çözmek için gerekli olan ilk adımdır. Üçüncül yapısı da proteinin üç boyutlu şeklini tanımlar. Yapay sinir ağlan şu ana kadar birçok güncel probleme basan ile uygulanmışlardır. Yapay sinir ağlan 1988 yılında proteinlerin yapışım çözmek için kullanılmaya başlanmıştır. Bu çalışmanın amacı, farklı yapay sinir ağlan tekniklerini farklı bilgi setleri üzerinde kullanarak proteinlerin ikincil yapılannı daha iyi doğrulukla çözümleyebilmektir. Bu çalışma da iki çeşit bilgi seti kullanıldı. Birinci bilgi seti Qian-Sejnowski(1988) tarafından DSSP (Kabsh ve Sander, 1983) programı kullanılarak Brookheaven Ulusal labarotuvar verilerinden oluşmaktadır. Diğer bilgi seti ise California üniversitesinden Dr. Chandonia ve Dr. Karplus (1995) tarafından geliştirilenidir. Bu iki bilgi seti arasındaki en önemli fark, Qian-Sejnowski bilgi seti sadece üç sınıf içermesine rağmen Dr. Chandonia' run bilgi seti ise sekiz tane ikincil sınıfına sahiptir. Farklı yapılardaki yapay sinir ağlan bu protein yapılan üzerinde denenmiştir. Eğitmenli veya eğitmensiz yapıdaki sistemler ve ağırlıklı olarak da geriye yaydım yöntemi denendi Geri yaydım yöntemi farklı fonksiyon formülleri ile, Radial Basis Fonksiyonlar ve Kohonen yapay sinir ağlan, üst üste pencereler ve ağırlıkları azaltma yöntemleri bu araştırma içinde kullanılmıştır. Sonuçlar göstermiştir ki, proteinlerin ikincil yapışım bulmak üç sınıfı olmasına rağmen kolay bir çalışma değildir.
Özet (Çeviri)
ABSTRACT Ph.D THESIS NEURAL NETWORK MODELS FOR PROTEIN STRUCTURE PREDICTION Turgay İBRİKÇİ DEPARTMENT OF ELECTRICAL AND ELECTRONICS ENGINEERING INSTITUTE OF NATURAL AND APPLIED SCIENCES UNIVERSITY OF ÇUKUROVA Supervisor : Assoc. Prof. Dr. Marifi Güler Year : 2000 Pages: 125 Jury : Assoc. Prof. Dr. Marifi Güler Prof. Dr. Süleyman Güngör Asst. ProfDr. Mustafa Oral Proteins are the machinery of life. They are the macromolecules that perform all-important tasks in organisms. A protein has three types of structures; primary, secondary and tertiary. The primary structure is the linear arrangement of constituent amino acids. Secondary structure prediction is a useful first step in understanding how the amino acid sequence of protein determines the native state. If the secondary structure is known, it is possible to derive a comparatively small number of tertiary structures using the secondary structural element pack. Tertiary structure describes the 3 -dimensional shape of the protein. Neural Networks (NN) have been applied to many real world applications. They have also been used for solving the protein structure problem. The NN is a structure that is composed of interconnected adaptable nodes and layers. NNs are able to effect mapping between protein sequences and identify similar structural features of a database. The objective of this research is to use various neural network techniques to solve secondary structure of protein for having better accuracy rate in different databases. Two different protein databases were obtained from Qian-Sejnowski in 1988 at the Brookhaven National Laboratory by using DSSP program that created by Kabsch and Sander in 1983. The Second database is the Chandonia-Karplus (1995) database from the Department of Cellular and Molecular Pharmacology at the University of California. The main different in these two databases is the number of classes. There are three classes in the Qian-Sejnowski database and eight classes in the Chandonia's database. Different neural network architectures were researched and applied to the secondary structure. Both supervised and unsupervised neural networks were created and tested with emphasis on the backpropagation networks. We applied backpropagation (BackProp) with different equations, Radial Basis Function Neural Network (RBF) and Kohonen Neural Network (KNN) methods and windows overlapping and weight elimination techniques. The results showed that to finding secondary structure is not an easy task; even though there are three classes.
Benzer Tezler
- Biyomagnetik olaylar
Başlık çevirisi yok
M.TOGAN ÇANDIR
Yüksek Lisans
Türkçe
1996
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. İNCİ AKKAY
- Functional motions of influenza virus: A gaussian network model analysis
İnfluenza virüsünün hemagglutininin işlevsel hareketleri: Gaussian ağyapı modeli analizi
BAŞAK IŞIN
Yüksek Lisans
İngilizce
2000
Kimya MühendisliğiBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. PEMRA DORUKER
PROF. DR. İVET BAHAR
- A Neurofuzzy network models for rule-based systems
Kural tabanlı sistemler için bulanık sinir ağları
ESİN BİLEN
Yüksek Lisans
İngilizce
1997
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FERDA ALPARSLAN
- Neural network based hybrid adaptive controller for robot manipulators
Başlık çevirisi yok
ANIL AYDOĞAN
Yüksek Lisans
İngilizce
1994
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL CILIZ