National and Kapodistrian University of Athens
Using deep learning to predict protein allosteric sites
Abstract
dc:descriptionΗ παρούσα διπλωματική εργασία ερευνά την εφαρμογή μεθοδολογιών Βαθιάς Μάθησης (DL) και Επεξεργασίας Φυσικής Γλώσσας (NLP) για την πρόβλεψη αλλοστερικών αμινοξέων σε πρωτεΐνες. Οι αλλοστερικές κοιλότητες είναι κοιλότητες διαφορετικές (και πιθανώς απομακρυσμένες) από́ το ενεργό́ κέντρο του ενζύμου, στις οποίες μπορούν να προσδεθούν αλλοστερικοί τροποποιητές που μπορεί να μεταβάλλουν τη λειτουργία του ενζύμου μακριά από το ενεργό κέντρο. Οι αλλοστερικoi τροποποιητές, δηλαδή μόρια που προσδένονται σε αλλοστερικές κοιλότητες, διαδραματίζουν σημαντικό ρόλο στον έλεγχο της λειτουργίας των πρωτεϊνών και η αναγνώρισή τους μπορεί να συμβάλει σημαντικά στο σχεδιασμό καινοτόμων φαρμάκων με ενζυμική επιλεκτικότητα. Παρά τη σημασία τους, η ακριβής πρόβλεψη των θέσεών τους είναι δύσκολη λόγω της πειραματικής δυσκολίας για την αναγνώρισή τους και της έλλειψης γρήγορων και αποδοτικών υπολογιστικών μεθόδων για την αναγνώρισή τους. Με βάση την επιτυχία των πρωτεϊνικών γλωσσικών μοντέλων (pLMs) στην πρόβλεψη της τριτοταγούς δομής των πρωτεϊνών, χρησιμοποιούμε προ-εκπαιδευμένα πρωτεϊνικά γλωσσικά μοντέλα όπως τα ESM2 και ProtTrans για την εξαγωγή ενσωματώσεων (embeddings), τα οποία χρησιμοποιούνται για την εκπαίδευση μοντέλων μηχανικής και βαθιάς μάθησης με σκοπό την πρόβλεψη αλλοστερικών αμινοξέων. Ο στόχος της μελέτης είναι να αξιοποιηθεί η εξελικτική πληροφορία που αποθηκεύεται στα pLMs για την πρόβλεψη αλλοστερικών αμινοξέων. Τα μοντέλα αυτά στη συνέχεια βελτιστοποιήθηκαν με τη χρήση της τεχνικής Μπαγεσιανής βελτιστοποίησης προκειμένου να αυξηθούν οι προβλεπτικές τους ικανότητες. Τα αποτελέσματα της διπλωματικής εργασίας δείχνουν ότι, αν και η θεωρητική βάση για τη χρήση DL και NLP για την πρόβλεψη αλλοστερικών αμινοξέων σε πρωτεΐνες έχει πολλές δυνατότητες, απαιτούνται βελτιώσεις στην ποιότητα και ποσότητα των δεδομένων εκπαίδευσης. Οι μελλοντικές έρευνες θα μπορούσαν να δώσουν προτεραιότητα στη βελτίωση της ποσότητας των δεδομένων και στη διερεύνηση εναλλακτικών μεθόδων μοντελοποίησης που μπορούν να αποτυπώσουν καλύτερα τα ιδιαίτερα χαρακτηριστικά των αλλοστερικών αμινοξέων. Η περαιτέρω εφαρμογή πρωτεϊνικών γλωσσικών μοντέλων με τα κατάλληλα δεδομένα θα μπορούσε να οδηγήσει σε πιο αξιόπιστες και πρακτικές εφαρμογές στον τομέα της πρόβλεψης αλλοστερικών αμινοξέων.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Μαμάη Μαρία
- Mamai Maria
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:3421138