دانشکده مهندسی کامپیوتر- دفاعیه ارشد
رقیه برمکی - 25/4/91

حذف تصاویر و رنگ‌ها  | تاریخ ارسال: 1391/4/19 | 

AWT IMAGE

خانم رقیه برمکی دانشجوی کارشناسی ارشد جناب آقای دکتر بهروز مینایی روز یکشنبه 25/4/91 ساعت 8 صبح در اتاق دفاعیه واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان ارائه روش هوشمند کشف موتیک با رویکرد گراف کاوی با تاکید بر کاربرد بر شبکه های بر هم کنش پروتئین - پروتئین دفاع خواهند نمود.

 

  چکیده پایان نامه:

 

  پروتئین­ها، پلیمرهایی از اسید آمینه هستند که وظایف مهمی در ساختار سلولی دارند. شناسایی عملکرد پروتئین­ها در درک مکانیزم پیچیده­ی سلول، اهمیت بسزایی دارد. می­توان یک شبکه­ی برهم­کنش پروتئین- پروتئین را به­کمک تئوری گرافمدل­سازی نمود و برای تحلیل ساختاری و توپولوژیکی شبکه از روش­های گراف­کاوی استفاده کرد. در یک شبکه­ی برهم­کنش پروتئین- پروتئین، پروتئین­ها را به صورترئوس گرافو تعامل فیزیکی بین پروتئین­ها را به صورت یال­ها نمایش می­دهند. یکی از ویژگی­های ساختاری هر شبکه، موتیف­های آن شبکه است. طبق تعریف آماری، فراوانی موتیف­ها در یک شبکه­ی واقعی نسبت به یک شبکه­­ی تصادفی، بیشتر است. از موتیف­ها، با عنوان اجزای ساده­ و بنیادی شبکه­ها تعبیر می­شود. تشخیص موتیف­ها در شبکه­های مختلف، کاربردهای متنوعی دارد؛مثلاً شواهد علمی وجود دارد که شبکه­های با طبیعت مشابه، موتیف­های مشابه دارند. بنابراین تشخیص موتیف­های شبکه سرنخی است برای درک فرایند رشد و تکامل شبکه.

  یکی از نکات مهم در تحلیل ساختار شبکه، تعیین مرکزیت شبکه است. تشخیص عناصر کلیدی شبکه­ی برهم­کنش پروتئینی، در درک عملکرد سلول و شناخت نقاط آسیب­پذیر و حیاتی آن حایز اهمیت است. برای استخراج عناصر کلیدی شبکه­ها، راه­کارهای مختلفی عرضه­شده است، ولی غالب این روش­ها، برگرفته از معیارهای تعریف شده در شبکه­های اجتماعی هستند و برخی ویژگی­های شبکه­های زیستی در آن‌ها لحاظ نشده است. در این پژوهش، روشی نوین مبتنی بر تشخیص موتیف، مطابق با ویژگی­های شبکه­ی برهم­کنش پروتئین-پروتئین، جهت رتبه­بندی پروتئین­هاپیشنهاد شده است. نتایج حاصله نشان می­دهد که تشخیص مرکزیت در شبکه­های زیستی، صرفا بر اساس معیارهای توپولوژیکی شبکه، کارا و دقیق نیست و بایستی از اطلاعات عملکردی و بیولوژیکی اعضای شبکه به عنوان اطلاعات تکمیلی استفاده نمود.

  تشخیص ناهنجاری نیز یکی از زیرشاخه­های مهم استخراج دانش است . در یک شبکه­ی برهم­کنش پروتئین-پروتئین، تشخیص تعاملات ناهنجار، جهت تضمین صحت اطلاعات،جهت تحلیل عملکرد سلول، الزامی است. در بخش نهایی پایان­نامه، روشی جدید مبتنی بر یادگیری ماشین و تشخیص موتیف، جهت تشخیص یال­های ناهنجار (افزونه) در شبکه­ی برهم­کنش پروتئینی ارائه­شده است.

  در این پژوهش، ابتدا به بررسی روش­های فعلی تشخیص موتیف در شبکه­ها­­ی برهم­کنش پروتئین- پروتئین پرداخته، سپس روشی بهبود یافته از نظر زمانی، برای کشف موتیف پیشنهاد می­شود. در نهایت، دو روش کاربردی و ابتکاریبر مبنای تشخیص موتیف، در شبکه­ی برهم­کنش پروتئینی مطرح می­شود: الف) رتبه­بندیرئوس شبکه با استفاده از تشخیص موتیف ب) تشخیص تعاملات ناهنجار در شبکه با استفاده از کشف موتیف .

  واژه ­ های کلیدی: موتیف، رتبه­بندی، ناهنجاری، تعامل، شبکه­ی برهم­کنش پروتئین- پروتئین.

 

  Abstract:

  

  Computational analysis and interactive visualization of biological networks and protein structures are common tasks for gaining insight into biological processes. Representation of protein-protein interactions networks (PIN) by graphs, make it possible to analyze its topological and structural properties with graph mining approaches. One of the most important characteristics of PIN is their common substructures or so-called motifs. Network motifs can be considered as the building blocks of networks. Motif discovery include wide range of applications such as classifying unknown proteins. Much efforthave been madein order todevelop motif discovery tools.

  In this dissertation, the current motif discovery methodsare introduced, and then an intelligent motif discovery method for PIN based on Mfinder1.2 is proposed. This methodis used to analyze centrality and anomaly in PIN. The main contribution of the proposed methods is that they are based on biological features of the PPI network rather than just topological properties of the network. Experimental results indicate that the proposed methods are more efficient and accurate than the existing methods.

 

  Key words: Network Motif , Ranking, Anomaly,Protein-Protein Interaction Networks.  

  ارائه­دهنده:

  رقیه برمکی 

  مهندسی کامپیوتر-هوش مصنوعی و رباتیک

  استاد راهنما:

  دکتر بهروز مینایی 

  استاد ممتحن داخلی : دکتر محمدرضا جاهد مطلق

  استاد ممتحن خارجی :دکتر میرمحسن پدرام

  زمان : یکشنبه 25 تیرماه 91

  ساعت 8 صبح

  مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق دفاعیه

  از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی

نشانی مطلب در وبگاه دانشکده مهندسی کامپیوتر:
http://idea.iust.ac.ir/find-14.11064.24981.fa.html
برگشت به اصل مطلب