| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 2 / 2
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
ANALIZA STABILNOSTI ALGORITMOV ZA RAZVRŠČANJE NA PODLAGI GENSKIH EKSPRESIJ
Nejc Haberman, 2010, diplomsko delo

Opis: V diplomskem delu smo predstavili implementacijo sistema za analizo stabilnosti algoritmov za razvrščanje atributov na podlagi genskih ekspresij. Najprej opišemo že obstoječa orodja za podatkovno rudarjenje in najbolj uporabljene datotečne strukture formatov. Predstavili smo tudi vse implementirane metode za izbiro atributov. Podrobno prikažemo delovanje algoritmov za merjenje stabilnosti, zrušitve imen in risanje grafov. Sledi predstavitev sistema in uporabniški priročnik. Končni izdelek diplomske naloge je sistem SAGERA (Stability Analysis of Gene Expression Ranking Algorithms), ki se nahaja na spletni strani: http://agra.fzv.uni-mb.si/sagera/.
Ključne besede: podatkovno rudarjenje, izbira atributov, metrike stabilnosti, ekspresija genov
Objavljeno: 10.03.2011; Ogledov: 1692; Prenosov: 119
.pdf Celotno besedilo (19,24 MB)

2.
Iskanje vezavnih mest in rangiranje genov na podlagi CLIP in RNAseq podatkov
Nejc Haberman, 2013, magistrsko delo

Opis: Proteini, ki se vežejo na RNK (ang. RNA-binding proteins), imajo pomembno vlogo pri regulaciji posttrankripcijskih procesov in so ključni regulatorji genske ekspresije. Za preučevanje vezavnih proteinov na RNK v živih celicah sta najprimernejši metodi CLIP (UV cross-linking and immunoprecipitation) in iCLIP (individual-nucleotide resolution CLIP). RNA-seq je postala standardizirana metoda za merjenje genske ekspresije celotnega transkriptoma. V naši raziskavi smo preučevali najprimernejšo normalizacijo CLIP-podatkov z RNA-seq podatki. Glavni problem je, da posamezna CLIP/iCLIP-metoda določi več vezavnih mest v visoko izraženih delih molekule RNK, ki posledično prekrijejo nizko izražena vezavna mesta. Zato je potreba po RNA-seq podatkih, da lahko z njimi normaliziramo vezavna mesta CLIP/iCLIP- podatkov. V ta namen smo načrtovali in implementirali različne metode normalizacij CLIP- in RNA-seq podatkov in jih primerjali z do sedaj znanimi rezultati za protein LIN28A. V našo raziskavo smo vključili programsko orodje Piranha, ki že uporablja metodo normalizacije z regresijskim modelom ZTNBR (zero-truncated negative binomial distributions regression), ki pa se ni izkazala za primerno rešitev našega problema. Izdelali smo hibridno metodo, ki izboljša objavljeno metodo, ki uporablja preprosto normalizacijo vsote RNA-seq odčitkov pri proteinu LIN28A. Hibridna metoda uporablja statistični model ZTNB (zero-truncated negative binomial distributions) za identifikacijo signifikantnih vezavnih mest in je del programskega orodja Piranha. Za vse opisane metode normalizacij smo razvili cevovod programskih skript in bioinformatskih orodij za primerjalno analizo metod. Prav tako smo razvili programski cevovod za preprocesiranje iCLIP-podatkov, ki jih lahko uporabimo v omenjenih normalizacijah. Vse metode bodo prosto dostopne na spletu in se bodo lahko uporabljale v prihodnjih raziskavah za analizo vezavnih proteinov na RNK s CLIP/iCLIP- in ostalimi sorodnimi metodami sekveniranja.
Ključne besede: normalizacija, vezavni proteini na RNK, CLIP, iCLIP, RNA-seq, LIN28A, bioinformatska orodja, genska obogatitev
Objavljeno: 06.08.2013; Ogledov: 1191; Prenosov: 129
.pdf Celotno besedilo (2,11 MB)

Iskanje izvedeno v 0.05 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici