{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3325240"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3325240","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Using deep learning and natural language processing to predict protein-membrane interactions of peripheral membrane proteins","abstract":"Ο χαρακτηρισμός των αλληλεπιδράσεων με τη μεμβράνη στη διεπιφάνεια πρωτεΐνης-μεμβράνης είναι ζωτικής σημασίας, καθώς η μη φυσιολογική σύνδεση πρωτεΐνης-μεμβράνης εμπλέκεται στην εμφάνιση πολλών ασθενειών. Ωστόσο, ένας περιοριστικός παράγοντας στη μελέτη και την κατανόηση των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης είναι ότι οι περιοχές δέσμευσης μεμβράνης των περιφερικών μεμβρανικών πρωτεϊνών είναι τυπικά άγνωστες. Με την εφαρμογή τεχνικών Τεχνητής Νοημοσύνης (AI), και πιο συγκεκριμένα της Επεξεργασίας Φυσικής Γλώσσας, ο χρόνος πρόβλεψης για την ανάλυση διεπαφής πρωτεΐνης-μεμβράνης μπορεί να βελτιωθεί σημαντικά σε σύγκριση με τις υπάρχουσες μεθόδους. Σε αυτή τη διατριβή, περιγράφουμε μια μεθοδολογία μηχανικής μάθησης για την πρόβλεψη αμινοξέων που διεισδύουν στη μεμβράνη χρησιμοποιώντας μοντέλα Επεξεργασίας Φυσικής Γλώσσας και πιο συγκεκριμένα πρωτεϊνικά γλωσσικά μοντέλα. Χρησιμοποιώντας διαθέσιμα πειραματικά δεδομένα από πηγές, δημιουργούμε πρωτεϊνικά χαρακτηριστικά από δύο πρωτεϊνικά γλωσσικά μοντέλα για την εκπαίδευση μοντέλων ταξινομητών. Η αξιολόγηση του καλύτερου μοντέλου ταξινομητή νευρωνικών δικτύων μετά τη βελτιστοποίηση αποδίδει ένα F1 score = 0,691 με MCC = 0,652 και F1 score = 0,622 με MCC = 0,577 για τα δύο διαφορετικά χαρακτηριστικά από τα πρωτεϊνικά γλωσσικά μοντέλα αντίστοιχα. Τα παραγόμενα μοντέλα Multi-Layer Perceptron (MLP) παρέχουν πολλά υποσχόμενα αποτελέσματα, αλλά με ορισμένους περιορισμούς που αποκλείουν τη γενίκευση, δηλαδή την αδυναμία να γίνουν σωστές προβλέψεις για πρωτεΐνες εκτός των εκπαιδευμένων οικογενειών πρωτεϊνών. Συνολικά, τα αποτελέσματα αποδεικνύουν την πολλά υποσχόμενη δυνατότητα χρήσης βαθιάς μάθησης και πρωτεϊνικών γλωσσικών μοντέλων για την πρόβλεψη των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης ταχύτερα και με παρόμοια ακρίβεια σε σύγκριση με τις υπάρχουσες μεθόδους.","abstract_html":"Ο χαρακτηρισμός των αλληλεπιδράσεων με τη μεμβράνη στη διεπιφάνεια πρωτεΐνης-μεμβράνης είναι ζωτικής σημασίας, καθώς η μη φυσιολογική σύνδεση πρωτεΐνης-μεμβράνης εμπλέκεται στην εμφάνιση πολλών ασθενειών. Ωστόσο, ένας περιοριστικός παράγοντας στη μελέτη και την κατανόηση των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης είναι ότι οι περιοχές δέσμευσης μεμβράνης των περιφερικών μεμβρανικών πρωτεϊνών είναι τυπικά άγνωστες. Με την εφαρμογή τεχνικών Τεχνητής Νοημοσύνης (AI), και πιο συγκεκριμένα της Επεξεργασίας Φυσικής Γλώσσας, ο χρόνος πρόβλεψης για την ανάλυση διεπαφής πρωτεΐνης-μεμβράνης μπορεί να βελτιωθεί σημαντικά σε σύγκριση με τις υπάρχουσες μεθόδους. Σε αυτή τη διατριβή, περιγράφουμε μια μεθοδολογία μηχανικής μάθησης για την πρόβλεψη αμινοξέων που διεισδύουν στη μεμβράνη χρησιμοποιώντας μοντέλα Επεξεργασίας Φυσικής Γλώσσας και πιο συγκεκριμένα πρωτεϊνικά γλωσσικά μοντέλα. Χρησιμοποιώντας διαθέσιμα πειραματικά δεδομένα από πηγές, δημιουργούμε πρωτεϊνικά χαρακτηριστικά από δύο πρωτεϊνικά γλωσσικά μοντέλα για την εκπαίδευση μοντέλων ταξινομητών. Η αξιολόγηση του καλύτερου μοντέλου ταξινομητή νευρωνικών δικτύων μετά τη βελτιστοποίηση αποδίδει ένα F1 score = 0,691 με MCC = 0,652 και F1 score = 0,622 με MCC = 0,577 για τα δύο διαφορετικά χαρακτηριστικά από τα πρωτεϊνικά γλωσσικά μοντέλα αντίστοιχα. Τα παραγόμενα μοντέλα Multi-Layer Perceptron (MLP) παρέχουν πολλά υποσχόμενα αποτελέσματα, αλλά με ορισμένους περιορισμούς που αποκλείουν τη γενίκευση, δηλαδή την αδυναμία να γίνουν σωστές προβλέψεις για πρωτεΐνες εκτός των εκπαιδευμένων οικογενειών πρωτεϊνών. Συνολικά, τα αποτελέσματα αποδεικνύουν την πολλά υποσχόμενη δυνατότητα χρήσης βαθιάς μάθησης και πρωτεϊνικών γλωσσικών μοντέλων για την πρόβλεψη των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης ταχύτερα και με παρόμοια ακρίβεια σε σύγκριση με τις υπάρχουσες μεθόδους.","abstract_has_math":false,"creators":["Παρανού Δήμητρα","Paranou Dimitra"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023","date_published":"2023","updated_at":"2026-11-19T06:22:06Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3325240"],"render_values":[{"text":"uoadl:3325240","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3325240","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3325240","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%3A3325240","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Παρανού Δήμητρα","Paranou Dimitra"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023"]},{"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":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3325240","https://pergamos.lib.uoa.gr/uoa/dl/object/3325240"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ο χαρακτηρισμός των αλληλεπιδράσεων με τη μεμβράνη στη διεπιφάνεια πρωτεΐνης-μεμβράνης είναι ζωτικής σημασίας, καθώς η μη φυσιολογική σύνδεση πρωτεΐνης-μεμβράνης εμπλέκεται στην εμφάνιση πολλών ασθενειών. Ωστόσο, ένας περιοριστικός παράγοντας στη μελέτη και την κατανόηση των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης είναι ότι οι περιοχές δέσμευσης μεμβράνης των περιφερικών μεμβρανικών πρωτεϊνών είναι τυπικά άγνωστες. Με την εφαρμογή τεχνικών Τεχνητής Νοημοσύνης (AI), και πιο συγκεκριμένα της Επεξεργασίας Φυσικής Γλώσσας, ο χρόνος πρόβλεψης για την ανάλυση διεπαφής πρωτεΐνης-μεμβράνης μπορεί να βελτιωθεί σημαντικά σε σύγκριση με τις υπάρχουσες μεθόδους. Σε αυτή τη διατριβή, περιγράφουμε μια μεθοδολογία μηχανικής μάθησης για την πρόβλεψη αμινοξέων που διεισδύουν στη μεμβράνη χρησιμοποιώντας μοντέλα Επεξεργασίας Φυσικής Γλώσσας και πιο συγκεκριμένα πρωτεϊνικά γλωσσικά μοντέλα. Χρησιμοποιώντας διαθέσιμα πειραματικά δεδομένα από πηγές, δημιουργούμε πρωτεϊνικά χαρακτηριστικά από δύο πρωτεϊνικά γλωσσικά μοντέλα για την εκπαίδευση μοντέλων ταξινομητών. Η αξιολόγηση του καλύτερου μοντέλου ταξινομητή νευρωνικών δικτύων μετά τη βελτιστοποίηση αποδίδει ένα F1 score = 0,691 με MCC = 0,652 και F1 score = 0,622 με MCC = 0,577 για τα δύο διαφορετικά χαρακτηριστικά από τα πρωτεϊνικά γλωσσικά μοντέλα αντίστοιχα. Τα παραγόμενα μοντέλα Multi-Layer Perceptron (MLP) παρέχουν πολλά υποσχόμενα αποτελέσματα, αλλά με ορισμένους περιορισμούς που αποκλείουν τη γενίκευση, δηλαδή την αδυναμία να γίνουν σωστές προβλέψεις για πρωτεΐνες εκτός των εκπαιδευμένων οικογενειών πρωτεϊνών. Συνολικά, τα αποτελέσματα αποδεικνύουν την πολλά υποσχόμενη δυνατότητα χρήσης βαθιάς μάθησης και πρωτεϊνικών γλωσσικών μοντέλων για την πρόβλεψη των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης ταχύτερα και με παρόμοια ακρίβεια σε σύγκριση με τις υπάρχουσες μεθόδους.","Characterizing interactions with the membrane at the protein-membrane interface is crucial, as abnormal peripheral protein-membrane attachment is involved in the onset of many diseases. However, a limiting factor in studying and understanding protein-membrane interactions is that the membrane-binding domains of peripheral membrane proteins are typically unknown. By applying Artificial Intelligence (AI) techniques in the context of Natural Language Processing (NLP), the accuracy and prediction time for protein-membrane interface analysis can be significantly improved compared to existing methods. In this thesis, we describe a machine learning methodology for predicting membrane-penetrating amino acids using NLP and protein language models (pLMs). We utilize available experimental data from verified sources and generate protein features from two pLMs to train classifier models. Evaluation of the best neural network classifier model after optimization yields an F1score = 0.691 with MCC = 0.652 and F1score = 0.622 with MCC = 0.577 for the two different pLM features respectively. The generated MLP models provide highly promising results, yet with certain limitations that preclude generalization, namely the inability to make correct predictions for proteins outside the trained protein families. Overall, the results demonstrate the promising potential of using deep learning and pLMs to predict protein-membrane interactions faster and with similar accuracy compared to existing tools."]},{"key":"dc:title","label":"Title","values":["Using deep learning and natural language processing to predict protein-membrane interactions of peripheral membrane proteins"]}]}],"canonical_facts":{"dc:creator":["Παρανού Δήμητρα","Paranou Dimitra"],"dc:date":["2023"],"dc:description":["Ο χαρακτηρισμός των αλληλεπιδράσεων με τη μεμβράνη στη διεπιφάνεια πρωτεΐνης-μεμβράνης είναι ζωτικής σημασίας, καθώς η μη φυσιολογική σύνδεση πρωτεΐνης-μεμβράνης εμπλέκεται στην εμφάνιση πολλών ασθενειών. Ωστόσο, ένας περιοριστικός παράγοντας στη μελέτη και την κατανόηση των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης είναι ότι οι περιοχές δέσμευσης μεμβράνης των περιφερικών μεμβρανικών πρωτεϊνών είναι τυπικά άγνωστες. Με την εφαρμογή τεχνικών Τεχνητής Νοημοσύνης (AI), και πιο συγκεκριμένα της Επεξεργασίας Φυσικής Γλώσσας, ο χρόνος πρόβλεψης για την ανάλυση διεπαφής πρωτεΐνης-μεμβράνης μπορεί να βελτιωθεί σημαντικά σε σύγκριση με τις υπάρχουσες μεθόδους. Σε αυτή τη διατριβή, περιγράφουμε μια μεθοδολογία μηχανικής μάθησης για την πρόβλεψη αμινοξέων που διεισδύουν στη μεμβράνη χρησιμοποιώντας μοντέλα Επεξεργασίας Φυσικής Γλώσσας και πιο συγκεκριμένα πρωτεϊνικά γλωσσικά μοντέλα. Χρησιμοποιώντας διαθέσιμα πειραματικά δεδομένα από πηγές, δημιουργούμε πρωτεϊνικά χαρακτηριστικά από δύο πρωτεϊνικά γλωσσικά μοντέλα για την εκπαίδευση μοντέλων ταξινομητών. Η αξιολόγηση του καλύτερου μοντέλου ταξινομητή νευρωνικών δικτύων μετά τη βελτιστοποίηση αποδίδει ένα F1 score = 0,691 με MCC = 0,652 και F1 score = 0,622 με MCC = 0,577 για τα δύο διαφορετικά χαρακτηριστικά από τα πρωτεϊνικά γλωσσικά μοντέλα αντίστοιχα. Τα παραγόμενα μοντέλα Multi-Layer Perceptron (MLP) παρέχουν πολλά υποσχόμενα αποτελέσματα, αλλά με ορισμένους περιορισμούς που αποκλείουν τη γενίκευση, δηλαδή την αδυναμία να γίνουν σωστές προβλέψεις για πρωτεΐνες εκτός των εκπαιδευμένων οικογενειών πρωτεϊνών. Συνολικά, τα αποτελέσματα αποδεικνύουν την πολλά υποσχόμενη δυνατότητα χρήσης βαθιάς μάθησης και πρωτεϊνικών γλωσσικών μοντέλων για την πρόβλεψη των αλληλεπιδράσεων πρωτεΐνης-μεμβράνης ταχύτερα και με παρόμοια ακρίβεια σε σύγκριση με τις υπάρχουσες μεθόδους.","Characterizing interactions with the membrane at the protein-membrane interface is crucial, as abnormal peripheral protein-membrane attachment is involved in the onset of many diseases. However, a limiting factor in studying and understanding protein-membrane interactions is that the membrane-binding domains of peripheral membrane proteins are typically unknown. By applying Artificial Intelligence (AI) techniques in the context of Natural Language Processing (NLP), the accuracy and prediction time for protein-membrane interface analysis can be significantly improved compared to existing methods. In this thesis, we describe a machine learning methodology for predicting membrane-penetrating amino acids using NLP and protein language models (pLMs). We utilize available experimental data from verified sources and generate protein features from two pLMs to train classifier models. Evaluation of the best neural network classifier model after optimization yields an F1score = 0.691 with MCC = 0.652 and F1score = 0.622 with MCC = 0.577 for the two different pLM features respectively. The generated MLP models provide highly promising results, yet with certain limitations that preclude generalization, namely the inability to make correct predictions for proteins outside the trained protein families. Overall, the results demonstrate the promising potential of using deep learning and pLMs to predict protein-membrane interactions faster and with similar accuracy compared to existing tools."],"dc:identifier":["uoadl:3325240","https://pergamos.lib.uoa.gr/uoa/dl/object/3325240"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Using deep learning and natural language processing to predict protein-membrane interactions of peripheral membrane proteins"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:22:06Z"}