Stochastic Segment Model for Human Promoter Prediction

No Thumbnail Available

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author

Authors

Date

2006

Department

Tietotekniikan osasto

Major/Subject

Ohjelmistotekniikka

Mcode

T-106

Degree programme

Language

en

Pages

(13) + 75

Series

Abstract

Tämä työ kuuluu bioinformatiikan tutkimusalaan, jossa käytetään laskennallisia menetelmiä molekyylibiologian apuvälineenä. Geenien säätelyalueiden sijainnin ja rakenteen kartoittamisella on tärkeä rooli geenien toiminnan selvittämisessä. Tunnistamattomien geeniedistäjien laskennallista ennustamista pidetään haastavana, mutta onnistuessaan sillä olisi selviä etuja molekyylibiologialle. Puheentunnistustutkimuksen tarpeisiin kehitetyt tilastolliset aikasarja-analyysi- ja luokittelumallit ovat nykyään laajassa käytössä eri bioinformatiikan sovelluksissa. Tässä työssä tutkitaan stokastista pala mallia. Tämä malli lisää piilo Markovin malliin vapaasti määriteltävän, tilakohtaisen, pituusjakauman. Tämä ominaisuus on eduksi suuresti vaihtelevien sekvenssikuvioiden ennustamisessa. Työn tarkoituksena oli toteuttaa ja arvioida monitasoinen sisältöherkkä luokittelujärjestelmä, jonka avulla olisi mahdollista tunnistaa edistäjiä muiden DNA sekvenssilajien lomasta. Malli laskee tavanomaisilla Markovin ketjuilla taustasekvenssien todennäköisyyden ja palamallilla edistäjien todennäköisyyden. Luokittelijan parametrit estimoitiin viisinkertaisella ristiinvalidoinnilla. Vaikka ristiinvalidointivirhe oli suhteellisen pieni, oli järjestelmän tarkkuus ennustettaessa pitkiä genomisia sekvenssejä huono. Koska käytetyt tausta- ja alimallit ovat herkkiä ylisovittumiselle, on todennäköisesti mallin parametrit ylisovittuivat mallin opettamiseen käytettyihin sekvensseihin.

Description

Supervisor

Tarhio, Jorma

Thesis advisor

Khuri, Sami

Keywords

hidden Markov models, piilo Markovin mallit, machine learning, koneoppiminen, discrete sequence classification, stokastiset mallit, promoter prediction, diskreettien sekvenssien luokittelu, gene regulation motifs, edistäjien ennustaminen, geenien sääntely osat

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120552651

Collections

[dipl] Teknillinen korkeakoulu / TKK