User: Guest  Login
Document type:
Masterarbeit 
Author(s):
Issar Arab 
Title:
Variational Inference to Learn Representations for Protein Evolutionary Information 
Translated title:
Variationsinferenz um Repräsentationen für Evolutionäre Information von Proteinen zu lernen 
Abstract:
Many of the machine learning (ML) models used in the field of bioinformatics and computational biology to predict either function or structure of proteins rely on the evolutionary information as summarized in multiple-sequence alignments (MSAs) or the resulting position-specific scoring matrices (PSSMs), as generated by PSI-BLAST. Due to the exhaustive database search to retrieve evolutionary information, the current procedure used in protein structure and function prediction is computationally...    »
 
Translated abstract:
Informationen über den evolutionären Hintergrund von Proteinen sind einer der zentralen Bausteine für die maschinengestützte Vorhersage von beispielsweise Struktur oder Funktion von Proteinen in der Bioinformatik. Diese Informationen werden meist in Multiple-Sequence-Alignments (MSAs) oder den daraus abgeleiteten positions-spezifischen Scoring-Matrizen (PSSMs), wie beispielsweise von PSI-Blast generiert, codiert. Aufgrund der großen Menge an bekannten Proteinen ist die Erstellung dieser Informat...    »
 
Keywords:
Protein Sequences, Evolutionary Information, PSSM, Variational Inference, Deep Learning, ELMo 
Subject:
DAT Datenverarbeitung, Informatik 
DDC:
000 Informatik, Wissen, Systeme 
Advisor:
Rost, Burkhard (Prof. Dr.) 
Referee:
Cavalli-Sforza,Violetta (Dr.); Heinzinger, Michael 
Date of acceptation:
15.09.2020 
Date of publication:
15.09.2020 
Year:
2020 
Pages:
84 
Language:
en 
Language from translation:
de 
University:
Technische Universität München 
Faculty:
Fakultät für Informatik 
Presentation date:
15.09.2020