Data analysis for nuclear magnetic resonance spectroscopy

David Porteš

Bakalářská práce

Anotace:

Pro určení struktury proteinů z dat získaných pomocí NMR spektroskopie je třeba přiřadit všechny signály ze spektra k atomům, ze kterých vznikly. Tento úkol je velmi časově náročný, jelikož ve většině případů musí být prováděn manuálně, a jako takový celý proces výrazně zpomaluje. Z tohoto důvodu se výzkumná skupina Protein-DNA Interactions v CEITECu pod vedením Konstantina Tripsianese, Ph.D. rozhodla vyvinout software 4D-CHAINS, který využívá statistické metody k automatizaci celého procesu. Cílem této práce je prozkoumat potenciál metod strojového učení pro zlepšení přesnosti softwaru 4D-CHAINS.

Abstract:

In order to determine protein structure based of NMR spectroscopy data, it is necessary to assign individual peaks in the spectra to their atoms of origin. This process is very time consuming since it in most cases needs to be done manually, and as such presents a major hindrance. To address this, the Protein-DNA Interactions research group at CEITEC under the leadership of Konstantinos Tripsianes, Ph.D. developed the 4D-CHAINS software, which uses statistical methods to automate the chemical shift assignment process. This thesis aims to examine the potential of machine learning methods (Neural Networks, Random Forests) in further improving the chemical shift assignment completeness of the 4D-CHAINS software.

Keywords

Data analysis, Deep learning, Neural networks, NMR spectroscopy, Nuclear Magnetic Resonance, Random forests, Chemical shift assignment, Protein structure determination

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 17. 12. 2018

Obhajoba závěrečné práce

• Obhajoba proběhla 6. 2. 2019
• Vedoucí: doc. RNDr. Tomáš Brázdil, Ph.D.
• Oponent: RNDr. David Šafránek, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Umělá inteligence a zpracování přirozeného jazyka