but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) prof. Ing. Jan M. Honzík, CSc. (místopředseda) Ing. Radek Kočí, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Igor Szőke, Ph.D. (člen)	cs
but.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 A. Otázky u obhajoby: Které z vybraných vlastností měly nejvyšší vliv na přesnost predikce? Myslíte si, že by mělo význam využít pro prediktor rozpustnosti hlubokých neuronových sítí, podobně jako to bylo u nástroje DeepSol?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Hon, Jiří	cs
dc.contributor.author	Marušiak, Martin	cs
dc.contributor.referee	Martínek, Tomáš	cs
dc.date.accessioned	2018-10-21T21:42:28Z
dc.date.available	2018-10-21T21:42:28Z
dc.date.created	2018	cs
dc.description.abstract	Proteínová rozpustnosť je úzko spojená s použiteľnosťou proteínov pre účely priemyselného využitia a vo výskume. Predikcia rozpustnosti by preto viedla k značnému ušetreniu finančných prostriedkov. V tejto práci je prezentovaný nový prediktor rozpustnosti Solpex založený na strojovom učení, ktorý na nezávislej testovacej sade dosiahol vyššiu presnosť ako porovnateľné existujúce prediktory. Realizácii prediktoru predchádzalo oboznámenie s biologickou podstatou rozpustnosti, preskúmanie existujúcich prístupov k predikcii, tvorba dátových sád, uskutočnenie experimentov a výber vlastností pre prediktor. Najpodstatnejšou z týchto častí je pravdepodobne tvorba dátových sád, ktoré sú kľúčové pre vytvorenie kvalitného prediktoru. V súvislosti s dátovými sadami je v tejto práci podrobne popísané spracovanie hlavného zdroja ich dát - databázy TargetTrack.	cs
dc.description.abstract	Protein solubility is closely related to the usability of proteins in industrial use and research. The successful prediction of solubility would therefore lead to a significant saving of financial resources. This work presents new solubility predictor Solpex based on machine learning that achieved better performance on independent test set than any comparable solubility prediction tool. The predictor implementation was preceded by a study of the biological nature of solubility, evaluation of existing solubility prediction approaches, datasets building, many experiments with novel features and selection of the best features for the predictor. As the most important step in machine learning is the datasets building, this work mainly benefits from own rigorous processing of the main source of solubility data - the TargetTrack database.	en
dc.description.mark	A	cs
dc.identifier.citation	MARUŠIAK, M. Predikce rozpustnosti proteinů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114684	cs
dc.identifier.uri	http://hdl.handle.net/11012/85135
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	rozpustnosť	cs
dc.subject	proteín	cs
dc.subject	predikcia	cs
dc.subject	strojové učenie	cs
dc.subject	TargetTrack	cs
dc.subject	Solpex	cs
dc.subject	solubility	en
dc.subject	protein	en
dc.subject	prediction	en
dc.subject	machine learning	en
dc.subject	TargetTrack	en
dc.subject	Solpex	en
dc.title	Predikce rozpustnosti proteinů	cs
dc.title.alternative	Prediction of Protein Solubility	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2018-06-12	cs
dcterms.modified	2020-05-10-16:13:16	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114684	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 16:01:31	en
sync.item.modts	2021.11.12 14:59:34	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Predikce rozpustnosti proteinů

Files

Original bundle

Collections