{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3256249"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3256249","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Prediction of Secondary Protein Structure","abstract":"Αυτό το έργο στοχεύει να δείξει στους αναγνώστες του μια προσπάθεια για την επίλυση του προβλήματος πρόβλεψης της δευτερογενούς δομής πρωτεΐνης χρησιμοποιώντας βαθιά υπολειμματικά νευρωνικά δίκτυα και άλλες μεθόδους. Οι πρωτεΐνες είναι ένα από τα πιο ζωτικά συστατικά κάθε ζωντανού όντος. Παίζουν πολύ σημαντικό ρόλο καθώς καθορίζουν τις λειτουργίες ενός οργανισμού. Επομένως, η γνώση της δομής της πρωτεΐνης είναι μεγάλης σημασίας. Συγκεκριμένα, η δομή της πρωτεΐνης αποτελείται από τέσσερα επίπεδα. πρωτοταγής, δευτεροταγής, τριτοταγής και τεταρτοταγής πρωτεϊνική δομή. Η πιο σημαντική είναι η δομή στον τρισδιάστατο χώρο, η τριτοταγής δομή , γιατί αυτή καθορίζει τον βιολογικό ρόλο της πρωτεΐνης. Ως αποτέλεσμα, η γνώση των πρωτεϊνικών λειτουργιών μπορεί να βοηθήσει στη θεραπεία πολλών ασθενειών. Δυστυχώς, οι μεθοδολογίες εξαγωγών που έχουν αναπτυχθεί μέχρι τώρα, είναι πολύ περίπλοκες και χρονοβόρες διαδικασίες. Ο ορισμός της δευτεροταγής δομής είναι απαραίτητος για την εξαγωγή της τριτοταγής δομής και αυτός είναι ο λόγος που μελετάται. Η δευτεροταγής δομή εξάγεται από την πρωτοταγή δομή, η οποία περιλαμβάνει μια αλληλουχία αμινοξέων. Σε αυτό το έργο θα αναλυθούν κυρίως τα βαθιά υπολειμματικά δίκτυα και ο τρόπος που μπορούν να βοηθήσουν στην πρόβλεψη της δευτεροταγούς δομής της πρωτεΐνης. Τέτοια δίκτυα ανήκουν στην κατηγορία των βαθιών νευρωνικών δικτύων, τα οποία ουσιαστικά αποτελούνται από συγκλίνοντα επίπεδα με προσθετικές συνδέσεις μεταξύ τους.","abstract_html":"Αυτό το έργο στοχεύει να δείξει στους αναγνώστες του μια προσπάθεια για την επίλυση του προβλήματος πρόβλεψης της δευτερογενούς δομής πρωτεΐνης χρησιμοποιώντας βαθιά υπολειμματικά νευρωνικά δίκτυα και άλλες μεθόδους. Οι πρωτεΐνες είναι ένα από τα πιο ζωτικά συστατικά κάθε ζωντανού όντος. Παίζουν πολύ σημαντικό ρόλο καθώς καθορίζουν τις λειτουργίες ενός οργανισμού. Επομένως, η γνώση της δομής της πρωτεΐνης είναι μεγάλης σημασίας. Συγκεκριμένα, η δομή της πρωτεΐνης αποτελείται από τέσσερα επίπεδα. πρωτοταγής, δευτεροταγής, τριτοταγής και τεταρτοταγής πρωτεϊνική δομή. Η πιο σημαντική είναι η δομή στον τρισδιάστατο χώρο, η τριτοταγής δομή , γιατί αυτή καθορίζει τον βιολογικό ρόλο της πρωτεΐνης. Ως αποτέλεσμα, η γνώση των πρωτεϊνικών λειτουργιών μπορεί να βοηθήσει στη θεραπεία πολλών ασθενειών. Δυστυχώς, οι μεθοδολογίες εξαγωγών που έχουν αναπτυχθεί μέχρι τώρα, είναι πολύ περίπλοκες και χρονοβόρες διαδικασίες. Ο ορισμός της δευτεροταγής δομής είναι απαραίτητος για την εξαγωγή της τριτοταγής δομής και αυτός είναι ο λόγος που μελετάται. Η δευτεροταγής δομή εξάγεται από την πρωτοταγή δομή, η οποία περιλαμβάνει μια αλληλουχία αμινοξέων. Σε αυτό το έργο θα αναλυθούν κυρίως τα βαθιά υπολειμματικά δίκτυα και ο τρόπος που μπορούν να βοηθήσουν στην πρόβλεψη της δευτεροταγούς δομής της πρωτεΐνης. Τέτοια δίκτυα ανήκουν στην κατηγορία των βαθιών νευρωνικών δικτύων, τα οποία ουσιαστικά αποτελούνται από συγκλίνοντα επίπεδα με προσθετικές συνδέσεις μεταξύ τους.","abstract_has_math":false,"creators":["Θύμιου Ιωάννα","Thimjo Joana"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T06:20:31Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","English","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3256249"],"render_values":[{"text":"uoadl:3256249","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3256249","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3256249","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3256249","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Θύμιου Ιωάννα","Thimjo Joana"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","English","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3256249","https://pergamos.lib.uoa.gr/uoa/dl/object/3256249"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Αυτό το έργο στοχεύει να δείξει στους αναγνώστες του μια προσπάθεια για την επίλυση του προβλήματος πρόβλεψης της δευτερογενούς δομής πρωτεΐνης χρησιμοποιώντας βαθιά υπολειμματικά νευρωνικά δίκτυα και άλλες μεθόδους. Οι πρωτεΐνες είναι ένα από τα πιο ζωτικά συστατικά κάθε ζωντανού όντος. Παίζουν πολύ σημαντικό ρόλο καθώς καθορίζουν τις λειτουργίες ενός οργανισμού. Επομένως, η γνώση της δομής της πρωτεΐνης είναι μεγάλης σημασίας. Συγκεκριμένα, η δομή της πρωτεΐνης αποτελείται από τέσσερα επίπεδα. πρωτοταγής, δευτεροταγής, τριτοταγής και τεταρτοταγής πρωτεϊνική δομή. Η πιο σημαντική είναι η δομή στον τρισδιάστατο χώρο, η τριτοταγής δομή , γιατί αυτή καθορίζει τον βιολογικό ρόλο της πρωτεΐνης. Ως αποτέλεσμα, η γνώση των πρωτεϊνικών λειτουργιών μπορεί να βοηθήσει στη θεραπεία πολλών ασθενειών. Δυστυχώς, οι μεθοδολογίες εξαγωγών που έχουν αναπτυχθεί μέχρι τώρα, είναι πολύ περίπλοκες και χρονοβόρες διαδικασίες. Ο ορισμός της δευτεροταγής δομής είναι απαραίτητος για την εξαγωγή της τριτοταγής δομής και αυτός είναι ο λόγος που μελετάται. Η δευτεροταγής δομή εξάγεται από την πρωτοταγή δομή, η οποία περιλαμβάνει μια αλληλουχία αμινοξέων. Σε αυτό το έργο θα αναλυθούν κυρίως τα βαθιά υπολειμματικά δίκτυα και ο τρόπος που μπορούν να βοηθήσουν στην πρόβλεψη της δευτεροταγούς δομής της πρωτεΐνης. Τέτοια δίκτυα ανήκουν στην κατηγορία των βαθιών νευρωνικών δικτύων, τα οποία ουσιαστικά αποτελούνται από συγκλίνοντα επίπεδα με προσθετικές συνδέσεις μεταξύ τους.","This project aims to show its readers an effort for the solution of the prediction problem of the protein secondary structure using deep residual neural networks and other methods. Proteins are one of the most vital components of every living being. They play a quite important role as they define the functions of an organism. Therefore, knowing the protein structure is of great importance. Specifically, protein structure consists of four levels; primary, secondary, tertiary and quaternary protein structure. The most significant is the structure in the three-dimensional space, the tertiary structure because this one defines the biological role of the protein. As a result, knowing the protein functions may help the treatment of many diseases. Unfortunately, the export methodologies that are developed so far, are very complicated and time-wasting procedures. The definition of the secondary structure is needed to export the tertiary structure and that is the reason it is studied. The secondary structure is exported by the primary structure, which includes an amino acid sequence. In this project the deep residual networks and the way they can help for the prediction of the protein secondary structure will mainly be analyzed. Such networks belong to the category of deep residual neural ones, which essentially consist of convergent levels with additive connections among them."]},{"key":"dc:title","label":"Title","values":["Prediction of Secondary Protein Structure"]}]}],"canonical_facts":{"dc:creator":["Θύμιου Ιωάννα","Thimjo Joana"],"dc:date":["2022"],"dc:description":["Αυτό το έργο στοχεύει να δείξει στους αναγνώστες του μια προσπάθεια για την επίλυση του προβλήματος πρόβλεψης της δευτερογενούς δομής πρωτεΐνης χρησιμοποιώντας βαθιά υπολειμματικά νευρωνικά δίκτυα και άλλες μεθόδους. Οι πρωτεΐνες είναι ένα από τα πιο ζωτικά συστατικά κάθε ζωντανού όντος. Παίζουν πολύ σημαντικό ρόλο καθώς καθορίζουν τις λειτουργίες ενός οργανισμού. Επομένως, η γνώση της δομής της πρωτεΐνης είναι μεγάλης σημασίας. Συγκεκριμένα, η δομή της πρωτεΐνης αποτελείται από τέσσερα επίπεδα. πρωτοταγής, δευτεροταγής, τριτοταγής και τεταρτοταγής πρωτεϊνική δομή. Η πιο σημαντική είναι η δομή στον τρισδιάστατο χώρο, η τριτοταγής δομή , γιατί αυτή καθορίζει τον βιολογικό ρόλο της πρωτεΐνης. Ως αποτέλεσμα, η γνώση των πρωτεϊνικών λειτουργιών μπορεί να βοηθήσει στη θεραπεία πολλών ασθενειών. Δυστυχώς, οι μεθοδολογίες εξαγωγών που έχουν αναπτυχθεί μέχρι τώρα, είναι πολύ περίπλοκες και χρονοβόρες διαδικασίες. Ο ορισμός της δευτεροταγής δομής είναι απαραίτητος για την εξαγωγή της τριτοταγής δομής και αυτός είναι ο λόγος που μελετάται. Η δευτεροταγής δομή εξάγεται από την πρωτοταγή δομή, η οποία περιλαμβάνει μια αλληλουχία αμινοξέων. Σε αυτό το έργο θα αναλυθούν κυρίως τα βαθιά υπολειμματικά δίκτυα και ο τρόπος που μπορούν να βοηθήσουν στην πρόβλεψη της δευτεροταγούς δομής της πρωτεΐνης. Τέτοια δίκτυα ανήκουν στην κατηγορία των βαθιών νευρωνικών δικτύων, τα οποία ουσιαστικά αποτελούνται από συγκλίνοντα επίπεδα με προσθετικές συνδέσεις μεταξύ τους.","This project aims to show its readers an effort for the solution of the prediction problem of the protein secondary structure using deep residual neural networks and other methods. Proteins are one of the most vital components of every living being. They play a quite important role as they define the functions of an organism. Therefore, knowing the protein structure is of great importance. Specifically, protein structure consists of four levels; primary, secondary, tertiary and quaternary protein structure. The most significant is the structure in the three-dimensional space, the tertiary structure because this one defines the biological role of the protein. As a result, knowing the protein functions may help the treatment of many diseases. Unfortunately, the export methodologies that are developed so far, are very complicated and time-wasting procedures. The definition of the secondary structure is needed to export the tertiary structure and that is the reason it is studied. The secondary structure is exported by the primary structure, which includes an amino acid sequence. In this project the deep residual networks and the way they can help for the prediction of the protein secondary structure will mainly be analyzed. Such networks belong to the category of deep residual neural ones, which essentially consist of convergent levels with additive connections among them."],"dc:identifier":["uoadl:3256249","https://pergamos.lib.uoa.gr/uoa/dl/object/3256249"],"dc:language":["Ελληνικά","English","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Prediction of Secondary Protein Structure"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:20:31Z"}