prikaz prve stranice dokumenta Predviđanje strukture proteina modelom AlphaFold 2
  Preuzmi
PDF 8.49 MB
završni rad
Predviđanje strukture proteina modelom AlphaFold 2
2022. urn:nbn:hr:190:457607
Jelušić, Darijan
Sveučilište u Rijeci
Tehnički fakultet
Zavod za računarstvo

Citirajte ovaj rad

Jelušić, D. (2022). Predviđanje strukture proteina modelom AlphaFold 2 (Završni rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:457607

Jelušić, Darijan. "Predviđanje strukture proteina modelom AlphaFold 2." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:457607

Jelušić, Darijan. "Predviđanje strukture proteina modelom AlphaFold 2." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:457607

Jelušić, D. (2022). 'Predviđanje strukture proteina modelom AlphaFold 2', Završni rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:457607

Jelušić D. Predviđanje strukture proteina modelom AlphaFold 2 [Završni rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2022 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:457607

D. Jelušić, "Predviđanje strukture proteina modelom AlphaFold 2", Završni rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:457607

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:457607
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPredviđanje strukture proteina modelom AlphaFold 2
Naslov (engleski)Protein structure prediction using AlphaFold 2 model
AutorDarijan Jelušić
MentorGoran Mauša (mentor)
Član povjerenstvaKristijan Lenac (predsjednik povjerenstva)
Član povjerenstvaGoran Mauša (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za računarstvo)
Rijeka
Datum i država obrane2022-09-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom radu predstavljen je princip rada programskog alata AlphaFold 2, s objašnjenjima primjene genetskog i strukturnog pretraživanja proteina, Evoformer transformatora koji izvlači znanje iz reprezentacija MSA i parovima te strukturnog modula koji predviđa trodimenzionalne koordinate svih atoma strukture na temelju reprezentacija iz Evoformera. Objašnjene su i metrike RMSD, GDT i lDDT koje služe za evaluiranje sličnosti struktura. Dodatno, praktično je istražena mogućnost predviđanja tercijarne strukture za odabrani skup sekvenci duljina između 36 i 223 aminokiseline korištenjem računalnog klastera Isabella. Dobivene strukture imale su pouzdanost između 19,21 i 99,61 GDT, s vremenima izvršavanja između 35 i 53 minute.
Sažetak (engleski)
This paper presents the core principles of the AlphaFold 2 model, with explanations of genetic and structural protein search, the Evoformer transformer used for extracting knowledge from MSA and pair representations, and the Structure module which predicts 3D coordinates of all atoms based on the Evoformer’s representations. Structure similarity metrics RMSD, GDT and lDDT are also explained. Additionally, the viability of tertiary structure prediction for a select set of sequences between 36 and 223 amino acids is explored using the Isabella computer cluster. The GDT scores of the resulting structures range between 19.21 and 99.61, with computing times between 35 and 53 minutes.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:457607
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ. bacc. ing. comp)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2022-09-20 20:07:49