Login
- Originaltitel:
- How to Speak Protein? - Representation Learning for Protein Prediction
- Übersetzter Titel:
- Wie spricht man Protein? - Representationslernen für Proteinvorhersage
- Autor:
- Heinzinger, Michael
- Jahr:
- 2022
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Betreuer:
- Rost, Burkhard (Prof. Dr.)
- Gutachter:
- Rost, Burkhard (Prof. Dr.); Steinegger, Martin (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- Stichworte:
- Representation Learning, Protein Prediction, Transfer Learning, Transformer, Natural Language Processing
- Übersetzte Stichworte:
- Representation Learning, Protein Prediction, Transfer Learning, Transformer, Natural Language Processing
- TU-Systematik:
- BIO 110
- Kurzfassung:
- Predicting protein function and structure from sequence is one important challenge for computational biology. For nearly 3 decades, most approaches that took up on this challenge combined machine learning and evolutionary information (EI). Here, I introduced novel concepts from representation learning to protein sequences to bypass some of the limitations inherent to EI. The proposed solution rivals EI-based methods in their predictive performance while relying only on single protein sequences.
- Übersetzte Kurzfassung:
- Die Vorhersage von Proteinfunktion und -struktur ist eine der wichtigsten Herausforderungen für Bioinformatik. Seit 3 Jahrzehnten wird diese Aufgabe mit einer Kombination aus Machine Learning und Evolutionary Information (EI) gelöst. In dieser Dissertation übertrage ich Ideen von Representation Learning auf Proteinsequenzen. Dabei erreichen die vorgestellte Lösungen vergleichbare Performance benötigen dafür aber nur einzelne Proteinsequenzen wodurch inhärente Probleme von EI gelöst werden.
- WWW:
- https://mediatum.ub.tum.de/?id=1660317
- Eingereicht am:
- 23.06.2022
- Mündliche Prüfung:
- 22.12.2022
- Dateigröße:
- 10352350 bytes
- Seiten:
- 209
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221222-1660317-1-2
- Letzte Änderung:
- 06.02.2023
BibTeX
Vorkommen:
- mediaTUM GesamtbestandHochschulbibliographie2022Schools und FakultätenInformatikInformatik 12 - Lehrstuhl für Bioinformatik (Prof. Rost)
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Science
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen