Grupiranje proteinskih sljedova korištenjem modela dubokog učenja

diplomski rad

• Naslov (engleski): Deep learning-based protein sequence clustering
• Autor: Ivona Šarić
• Mentor: Mirjana Domazet-Lošo (mentor)
• Član povjerenstva: Mirjana Domazet-Lošo (predsjednik povjerenstva)
• Član povjerenstva: Tomislav Jagušt (član povjerenstva)
• Član povjerenstva: Danijel Mlinarić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-03, Hrvatska

Sažetak

U radu je objašnjena tehnologija transformera i razrađena je motivacija za njeno korištenje u području bioinformatike. Opisana je ostvarena arhitektura transformera pomoću Keras i TensorFlow radnih okvira u programskom jeziku Python. Model grupira proteinske sljedove HIV-1 prema vrsti proteina i prema podtipu (soju) virusa. Objašnjena je potreba za provođenjem mutacija nad dohvaćenim podacima uslijed nedostataka istih. Performanse modela uspoređene su s rezultatima koje su ostvarili predtrenirani model ProteinBERT i alat MMseqs2 na istom skupu podataka.

Sažetak (engleski)

In this paper, the transformer technology and the motivation for its use in the field
of bioinformatics is explained. The implemented architecture of the transformer is
described using the Keras and TensorFlow frameworks in the Python programming
language. The model clusters HIV-1 protein sequences based on protein type and
subtype (viral strain). The performance of the model is compared with the results
achieved by the pretrained ProteinBERT model and the MMseqs2 tool on the same
dataset.

• Ključne riječi: transformer; enkoder; proteinski sljedovi; grupiranje
• Ključne riječi (engleski): transformer; encoder; protein sequences; clustering
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:124863
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-07-13 10:35:12