{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3421138"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3421138","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 to predict protein allosteric sites","abstract":"Η 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.","abstract_html":"Η 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.","abstract_has_math":false,"creators":["Μαμάη Μαρία","Mamai Maria"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:30:51Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3421138"],"render_values":[{"text":"uoadl:3421138","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3421138","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3421138","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%3A3421138","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μαμάη Μαρία","Mamai Maria"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"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:3421138","https://pergamos.lib.uoa.gr/uoa/dl/object/3421138"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η 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.","This thesis explores the utilization of Deep Learning (DL) and Natural Language Processing (NLP) methodologies to predict allosteric amino acids in proteins. Allosteric cavities are different (and possibly distant) from the enzyme active site, where allosteric modulators can bind and potentially alter enzymatic function away from the active site. Allosteric modulators, which are molecules that can bind to allosteric sites, play a crucial role in controlling protein activity; thus, and gaining a deep understanding of their mechanisms can significantly contribute to the design of innovative drugs with enzymatic selectivity. Despite the importance of identifying protein allosteric sites, accurately predicting their locations is challenging due to the experimental complexity in identifying them and the lack of fast and efficient computational methods for their recognition. Inspired by the success of protein language models (pLMs) in predicting the tertiary structure of proteins, pre-trained pLMs such as ESM2 and ProtTrans are utilized to extract embeddings, which are then used to train machine learning and deep learning classifiers, for the prediction of allosteric amino acids. The objective of the study is to leverage the evolutionary information stored in these pLMs to improve the accuracy of predicting allosteric amino acids. These models were subsequently fine-tuned using Bayesian optimization techniques to enhance their predictive capabilities. The results of this thesis indicate that, although the theoretical foundation for utilizing DL and NLP to predict protein allosteric amino acids holds great potential, improvements are needed in the quality and quantity of the training data. Future research could prioritize improving the data volume and exploring alternative modeling methods that can better capture the unique characteristics of allosteric amino acids. Further application of protein language models with appropriate data could lead to more reliable and practical applications in the field of allosteric amino acid prediction."]},{"key":"dc:title","label":"Title","values":["Using deep learning to predict protein allosteric sites"]}]}],"canonical_facts":{"dc:creator":["Μαμάη Μαρία","Mamai Maria"],"dc:date":["2024"],"dc:description":["Η 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.","This thesis explores the utilization of Deep Learning (DL) and Natural Language Processing (NLP) methodologies to predict allosteric amino acids in proteins. Allosteric cavities are different (and possibly distant) from the enzyme active site, where allosteric modulators can bind and potentially alter enzymatic function away from the active site. Allosteric modulators, which are molecules that can bind to allosteric sites, play a crucial role in controlling protein activity; thus, and gaining a deep understanding of their mechanisms can significantly contribute to the design of innovative drugs with enzymatic selectivity. Despite the importance of identifying protein allosteric sites, accurately predicting their locations is challenging due to the experimental complexity in identifying them and the lack of fast and efficient computational methods for their recognition. Inspired by the success of protein language models (pLMs) in predicting the tertiary structure of proteins, pre-trained pLMs such as ESM2 and ProtTrans are utilized to extract embeddings, which are then used to train machine learning and deep learning classifiers, for the prediction of allosteric amino acids. The objective of the study is to leverage the evolutionary information stored in these pLMs to improve the accuracy of predicting allosteric amino acids. These models were subsequently fine-tuned using Bayesian optimization techniques to enhance their predictive capabilities. The results of this thesis indicate that, although the theoretical foundation for utilizing DL and NLP to predict protein allosteric amino acids holds great potential, improvements are needed in the quality and quantity of the training data. Future research could prioritize improving the data volume and exploring alternative modeling methods that can better capture the unique characteristics of allosteric amino acids. Further application of protein language models with appropriate data could lead to more reliable and practical applications in the field of allosteric amino acid prediction."],"dc:identifier":["uoadl:3421138","https://pergamos.lib.uoa.gr/uoa/dl/object/3421138"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Using deep learning to predict protein allosteric sites"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:30:51Z"}