Strojové učení pro návrh interakcí mezi proteiny
Machine learning for the design of protein-protein interactions
dc.contributor.advisor | Šivic Josef | |
dc.contributor.author | Anton Bushuiev | |
dc.date.accessioned | 2023-06-08T22:54:28Z | |
dc.date.available | 2023-06-08T22:54:28Z | |
dc.date.issued | 2023-06-08 | |
dc.identifier | KOS-1240469440605 | |
dc.identifier.uri | http://hdl.handle.net/10467/108812 | |
dc.description.abstract | Cévní mozková příhoda patří celosvětově mezi hlavní příčiny úmrtí a invalidity, a mezi ostatními zdravotními poruchami představuje jednu z nejtěžších socioekonomických zátěží. V této práci aplikujeme nejmodernější metody strojového učení s cílem návrhu nové generace trombolytika stafylokinázy. Naše případová studie zdůrazňuje silné a slabé stránky existujících metod pro návrh interakcí mezi proteiny, které dále adresujeme vývojem nového modelu samořízeného geometrického hlubokého učení PPIformer. Předběžná analýza našeho přístupu ukazuje na jeho vysoký potenciál překonat omezení současných metod pro návrh protein--protein interakcí a stát se tak nástrojem nové generace pro návrh trombolytik a jiných léků. | cze |
dc.description.abstract | Stroke is a leading cause of death and disability worldwide, resulting in one of the heaviest socioeconomic burdens of any disease kind. In this thesis, we apply state-of-the-art machine-learning methods with the goal of designing a next-generation thrombolytic staphylokinase. Our case study highlights the strengths and weaknesses of existing methods for the design of protein--protein interactions, which we further address by developing a novel self-supervised geometric deep-learning model PPIformer. The preliminary analysis of our approach demonstrates its high potential to overcome the limitations of current methods for designing protein--protein interactions and thus become a next-generation tool for the design of thrombolytics and other medicines. | eng |
dc.publisher | České vysoké učení technické v Praze. Vypočetní a informační centrum. | cze |
dc.publisher | Czech Technical University in Prague. Computing and Information Centre. | eng |
dc.rights | A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html | eng |
dc.rights | Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html | cze |
dc.subject | protein--protein interakce | cze |
dc.subject | proteinové inženýrství | cze |
dc.subject | stafylokináza | cze |
dc.subject | samořízené učení | cze |
dc.subject | geometrické hluboké učení | cze |
dc.subject | protein--protein interactions | eng |
dc.subject | protein design | eng |
dc.subject | staphylokinase | eng |
dc.subject | self-supervised learning | eng |
dc.subject | geometric deep learning | eng |
dc.title | Strojové učení pro návrh interakcí mezi proteiny | cze |
dc.title | Machine learning for the design of protein-protein interactions | eng |
dc.type | diplomová práce | cze |
dc.type | master thesis | eng |
dc.contributor.referee | Dojčinovski Milan | |
theses.degree.discipline | Znalostní inženýrství | cze |
theses.degree.grantor | katedra aplikované matematiky | cze |
theses.degree.programme | Informatika | cze |
Soubory tohoto záznamu
Tento záznam se objevuje v následujících kolekcích
-
Diplomové práce - 18105 [194]