Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 16 of 86
Back to Result List

Bitte verwenden Sie diesen Link, wenn Sie dieses Dokument zitieren oder verlinken wollen: https://nbn-resolving.org/urn:nbn:de:gbv:9-002257-4

Graphical Models for Protein-Protein Interaction Interface Prediction

  • 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.
  • 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.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author: Torsten Wierschin
URN:urn:nbn:de:gbv:9-002257-4
Title Additional (German):Graphische Modelle zur Vorhersagen von Protein-Protein Wechselwirkungsstellen
Advisor:Prof. Dr. Mario Stanke
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):2015/06/11
Granting Institution:Ernst-Moritz-Arndt-Universität, Mathematisch-Naturwissenschaftliche Fakultät (bis 31.05.2018)
Date of final exam:2015/03/19
Release Date:2015/06/11
Tag:Labelingproblem
conditional random field; probabilistic interface labeling problem
GND Keyword:Proteinwechselwirkungsstelle, Vorhersage, Interaktionsfläche, CRF
Faculties:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Mathematik und Informatik
DDC class:500 Naturwissenschaften und Mathematik / 510 Mathematik