Publication detail

Predikce sekundární struktury proteinů pomocí neuronové sítě

Original Title

Predikce sekundární struktury proteinů pomocí neuronové sítě

Czech Title

Predikce sekundární struktury proteinů pomocí neuronové sítě

Language

cs

Original Abstract

Studium proteinů je neodmyslitelnou součástí molekulární biologie. Stanovení prostorové struktury, neboli konformace, pak hraje důležitou roli v pochopení jejich chemických a fyzikálních vlastností. Na základě těchto vlastností lze proteiny klasifikovat a zjišťovat jejich biologickou funkci. Pro určení výsledné třírozměrné struktury je nutné znát motivy nejnižšího stupně 3D struktury, tedy struktury sekundární. Přesné stanovení je možné pouze pomocí rentgenové krystalografie nebo nukleární magnetické resonance, což jsou metody finančně i časově velice náročné. Vhodnou alternativu však mohou poskytnout odhady sekundární struktury výpočetními nástroji bioinformatiky. Jelikož není známý přesný matematický popis, jakým dochází k vytváření sekundární struktury na základě struktury primární tj. sekvence aminokyselin, lze s výhodou využít neuronové sítě, které jsou samy schopné naučit se ideální vzorec predikce na základě předložené učební množiny. Ta je v tomto případě tvořena proteiny, jejichž sekundární struktura je již známa.

Czech abstract

Studium proteinů je neodmyslitelnou součástí molekulární biologie. Stanovení prostorové struktury, neboli konformace, pak hraje důležitou roli v pochopení jejich chemických a fyzikálních vlastností. Na základě těchto vlastností lze proteiny klasifikovat a zjišťovat jejich biologickou funkci. Pro určení výsledné třírozměrné struktury je nutné znát motivy nejnižšího stupně 3D struktury, tedy struktury sekundární. Přesné stanovení je možné pouze pomocí rentgenové krystalografie nebo nukleární magnetické resonance, což jsou metody finančně i časově velice náročné. Vhodnou alternativu však mohou poskytnout odhady sekundární struktury výpočetními nástroji bioinformatiky. Jelikož není známý přesný matematický popis, jakým dochází k vytváření sekundární struktury na základě struktury primární tj. sekvence aminokyselin, lze s výhodou využít neuronové sítě, které jsou samy schopné naučit se ideální vzorec predikce na základě předložené učební množiny. Ta je v tomto případě tvořena proteiny, jejichž sekundární struktura je již známa.

BibTex


@inproceedings{BUT94789,
  author="Karel {Sedlář} and Helena {Škutková}",
  title="Predikce sekundární struktury proteinů pomocí neuronové sítě",
  annote="Studium proteinů je neodmyslitelnou součástí molekulární biologie. Stanovení prostorové struktury, neboli konformace, pak hraje důležitou roli v pochopení jejich chemických a fyzikálních vlastností. Na základě těchto vlastností lze proteiny klasifikovat a zjišťovat jejich biologickou funkci. Pro určení výsledné třírozměrné struktury je nutné znát motivy nejnižšího stupně 3D struktury, tedy struktury sekundární. Přesné stanovení je možné pouze pomocí rentgenové krystalografie nebo nukleární magnetické resonance, což jsou metody finančně i časově velice náročné. Vhodnou alternativu však mohou poskytnout odhady sekundární struktury výpočetními nástroji bioinformatiky. Jelikož není známý přesný matematický popis, jakým dochází k vytváření sekundární struktury na základě struktury primární tj. sekvence aminokyselin, lze s výhodou využít neuronové sítě, které jsou samy schopné naučit se ideální vzorec predikce na základě předložené učební množiny. Ta je v tomto případě tvořena proteiny, jejichž sekundární struktura je již známa.",
  address="VUT Brno",
  booktitle="Sborní z konference: Student EEICT 2012",
  chapter="94789",
  howpublished="print",
  institution="VUT Brno",
  year="2012",
  month="april",
  pages="1--3",
  publisher="VUT Brno",
  type="conference paper"
}