Numerické reprezentace proteinových sekvencí pro klasifikaci

Abstract

S rozmachem bioinformatiky vyvstala možnost analyzovat a~srovnávat i~rozsáhlé soubory nejen genomických, ale i~proteomických sekvencí. Byla tedy nutnost zavést numerické reprezentace sekvencí pro jejich počítačové zpracování. Reprezentace proteinových sekvencí má svá specifika a~často vyšší výpočetní náročnost, než reprezentace genomických sekvencí. V~práci je představeno několik různých metod přístupu k~numerickým reprezentacím proteinů. Vybrané metody jsou poté testovány na setu mitochondriálně kódovaných proteinů a srovnány se standardní taxonomií a s běžně používanou symbolickou reprezentací.Todays we have the opportunity to analyze huge sets of genomics and proteomics data. In my bachaleor thesis I introduce a few numerical alternatives to represent proteins. The usage of numerical representations opened the way to analyze proteomics data as digital signals, which bring us quantity of new possibilities how to process the protein. In my thesis I compare a few numerical representation with standard taxonomy and with symbolic representation too.