Πρόβλεψη δευτεροταγούς δομής πρωτεϊνών με τη χρήση
νευρωνικών δικτύων

Μπαγάκης, Εμμανουήλ; Bagakis, Emmanouil

dc.contributor.author	Μπαγάκης, Εμμανουήλ	el
dc.contributor.author	Bagakis, Emmanouil	en
dc.date.accessioned	2021-07-15T10:42:33Z
dc.date.available	2021-07-15T10:42:33Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/53628
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21326
dc.rights	Αναφορά Δημιουργού 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by/3.0/gr/	*
dc.subject	Μηχανική μάθηση	el
dc.subject	Τεχνητά νευρωνικά δίκτυα	el
dc.subject	Συνελικτικά δίκτυα	el
dc.subject	Πρόβλεψη δευτεροταγούς δομής πρωτεϊνών	el
dc.subject	Πρωτεΐνες	el
dc.subject	Machine learning	en
dc.subject	Artificial neural networks	en
dc.subject	Convolutional networks	en
dc.subject	Protein secondary structure prediction	en
dc.subject	Proteins	en
dc.title	Πρόβλεψη δευτεροταγούς δομής πρωτεϊνών με τη χρήση νευρωνικών δικτύων	el
heal.type	bachelorThesis
heal.classification	Νευρωνικά Δίκτυα	el
heal.classification	Τεχνητή Νοημοσύνη	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2020-09-29
heal.abstract	΄Ενα από τα σημαντικότερα ζητήματα στην επιστήμη της βιολογίας αφορά την μελέτη και κατανόηση σε βάθος των πρωτεϊνών. Σε κάθε λειτουργία του ανθρώπινου οργανισ- μού, οι πρωτεϊνες έχουν καταλυτικό ρόλο και συμβάλλουν στην ομαλή λειτουργία του. Οι ιδιότητες τους σχετίζονται άμεσα με τη δομή τους και για αυτό, το πρόβλημα της αναδίπλωσης τους, αποτελεί βασικό αντικείμενο ανάλυσης. Επειδή η μελέτη της δομής των πρωτεϊνών έχει μεγάλο χρονικό και χρηματικό κόστος, η επιστημονική κοινότητα ασχολείται ενεργά με την πρόβλεψη των δομών. Η πρόβλεψη της δευτεροταγούς δομής είναι το πρώτο βήμα για την συσχέτιση των ιδιοτήτων των πρωτεϊνών με τον τρόπο που αναδιπλώνονται και αποκτούν σχήμα. Για το σκοπό αυτό έχουν χρησιμοποιηθεί διάφορα μοντέλα ανά τα έτη, με διαφορετικές φιλοσοφίες που αν- τικατοπτρίζουν την ανάπτυξη των αλγοριθμικών μεθόδων τις τελευταίες δεκαετίες. Στην προσπάθειά μας να συνεισφέρουμε σε αυτό το έργο, χρησιμοποιήσαμε εφαρμογές Τεχνητής Νοημοσύνης, για να κατασκευάσουμε ένα Νευρωνικό Μοντέλο Μηχανικής Μάθησης το οποίο θα προβλέπει τη δευτεροταγή δομή των πρωτεϊνών. Πιο συγκεκριμένα, στήθηκαν δύο μοντέλα Συνελικτικών Νευρωνικών Δικτύων τα οποία κατηγοριοποιούν τα αμινοξέα των πρωτεϊνών σε 3 και 8 κλάσσεις αντίστοιχα. Στα τελευταία δύο κεφάλαια αναφερόμαστε λεπτομερώς στη διαδικασία κατασκευής του μοντέλου, εξηγώντας κάθε αρχιτεκτονική επιλογή μας. Περιγράφουμε το πείραμα που διεξάγαμε και τα προβλήματα που συναντήσαμε. Τέλος παρουσιάζουμε τα αποτελέσματα των μοντέλων, τα συγκρίνουμε με τα υπόλοιπα μοντέλα που επικρατούν στη βιοπληρο- φορική και σχολιάζουμε τις διαφορές και τις ομοιότητες μεταξύ τους.	el
heal.advisorName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.committeeMemberName	Κόλλιας, Στέφανος	el
heal.committeeMemberName	Στάμου, Γιώργος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	63 σ.	el
heal.fullTextAvailability	false