Multi-agentní systém pro predikci vlivu mutací na stabilitu proteinů
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Proteiny jsou základním stavebním blokem všech žijících organismů, kde jsou zodpovědné za mnoho důležitých procesů. Jsou složeny z řetězců aminokyselin. Tyto řetězce mohou být jakkoliv změněné. Tomuto procesu se říká mutace a může být samovolná nebo indukovaná v laboratoři. Cílem této práce bylo vytvoření nových modelů pro určení stability proteinů. Skládá se ze dvou modelů. První model je multi-agentní systém pro klasifikaci stability proteinů. Nejlepší multi-agentní systém získal přesnost 0.7 a 0.41 MCC. Druhá část se~zabývala predikcí konkrétních hodnot G, kde byl vytvořený Extreme Gradient Boosting model, který získal 1.67 RMSE a 0.53 PCC. Součástí této práce byly představené 2 datasety, které jsou na sobě plně nezávislé, použitelné pro trénování a validaci modelů.
Proteins are building blocks of every living organism, as they are responsible for multiple crucial functions. They consist of amino acids chains and these chains can be changed. The change is called mutation. Mutation can happen naturally, or created in laboratory. The~aim of this thesis is to present novel methology for determining protein's stability upon mutations. It consists of two models. The first model is multi-agent system which handles classification into two classes, i.e, stabilizing and destabilizing. The best model gained 0.7~ACC and 0.41 MCC. The second part dealt with predicting exact values of G where an Extreme Gradient Boosting model was created which managed to gain 1.67 RMSE with 0.53 PCC. New datasets for training and validation, which are truly independent, were also introduced in this thesis.
Proteins are building blocks of every living organism, as they are responsible for multiple crucial functions. They consist of amino acids chains and these chains can be changed. The change is called mutation. Mutation can happen naturally, or created in laboratory. The~aim of this thesis is to present novel methology for determining protein's stability upon mutations. It consists of two models. The first model is multi-agent system which handles classification into two classes, i.e, stabilizing and destabilizing. The best model gained 0.7~ACC and 0.41 MCC. The second part dealt with predicting exact values of G where an Extreme Gradient Boosting model was created which managed to gain 1.67 RMSE with 0.53 PCC. New datasets for training and validation, which are truly independent, were also introduced in this thesis.
Description
Citation
DOSEDĚL, O. Multi-agentní systém pro predikci vlivu mutací na stabilitu proteinů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Informační systémy a databáze
Comittee
doc. Dr. Ing. Dušan Kolář (předseda)
prof. Ing. Tomáš Hruška, CSc. (místopředseda)
Ing. Vladimír Bartík, Ph.D. (člen)
Ing. Jiří Hynek, Ph.D. (člen)
Ing. Vladimír Veselý, Ph.D. (člen)
prof. Ing. Tomáš Vojnar, Ph.D. (člen)
Date of acceptance
2022-06-21
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Proč jste váš nástroj neohodnotil na datových sadách publikovaných v [52] a neporovnal s existujícími nástroji? Zkoušel jste i jiné rozdělení prediktorů do skupin, než dle pH, ASA a sekundárních struktur? Jaká je velikost používaných datasetů (v bytech)? Plánujete práci zpracovat do podoby publikace?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení