
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