TY  - THES
U1  - Dissertation / Habilitation
A1  - Wierschin, Torsten
T1  - Graphical Models for Protein-Protein Interaction Interface Prediction
N2  - In der Dissertation werden ein CRF-Ansatz und dessen Umsetzung vorgestellt, um die Interaktionswechselwirkungsstellen in Proteinhomodimeren und Proteinheterodimeren vorherzusagen. Dabei wird die räumliche Struktur der beteiligten Proteine benutzt. Das Verfahren umfasst ein im Wesentlichen einfaches Kantenmerkmal. Eine neuartige Knoten-Featureklasse wird eingeführt: die Änderung der Freien Energie. Der Online-Large Margin-Algorithmus wird angepasst, um die Modellparameter anhand einer klassifizierten Referenzstichprobe anzulernen. Eine deutlich höhere Vorhersagegenauigkeit wird durch die Kombination der neuen Knoten-Featureklasse mit der Standard-Knoten-Featureklasse RASA -- die relative, zugängliche Oberfläche -- erzielt. Die Qualität der Vorhersagen wird durch die Berechnung der Fläche unter der ROC-Kurve gemessen.
N2  - In the PhD-thesis a conditional random field approach and its implementation is presented to predict the interaction sites of protein homo- and heterodimers using the spatial structure of one protein partner from a complex. The method includes a substantially simple edge feature model. A novel node feature class is introduced that is called -change in free energy-. The Online Large-Margin algorithm is adapted in order to train the model parameters given a classified reference set of proteins. A significantly higher prediction accuracy is achieved by combining our new node feature class with the standard node feature class relative accessible surface area. The quality of the predictions is measured by computing the area under the receiver operating characteristic.
KW  - Proteinwechselwirkungsstelle
KW  - Vorhersage
KW  - Interaktionsfläche
KW  - CRF
KW  - Labelingproblem
KW  - conditional random field
KW  - probabilistic interface labeling problem
Y2  - 2014
U6  - https://nbn-resolving.org/urn:nbn:de:gbv:9-002257-4
UN  - https://nbn-resolving.org/urn:nbn:de:gbv:9-002257-4
ER  -