Predikce sekundární struktury proteinů pomocí celulárního automatu

Abstract

Tato práce přináší nový přístup k predikci sekundární struktury proteinů. K existujícím přístupům k této problematice zavádí novou metodu, založenou na celulárním automatu a jeho charakteristických vlastnostech. Hlavním cílem práce je zvýšení rychlosti predikce i za cenu mírného snížení její úspěšnosti. Pro nalezení optimálních parametrů běhu celulárního automatu je využito genetického algoritmu s vhodně definovanými genetickými operátory. Dosažené výsledky byly porovnány s výsledky existujících metod. Parametry predikce, se kterými bylo dosaženo nejvyšší úspěšnosti, byly použity ve výpočetním frameworku pro predikci sekundární struktury libovolného analyzovaného proteinu.This thesis presents a new approach to the prediction of the secondary structure of proteins. It employs a new method based on cellular automata and its characteristic properties. The main objective is to increase speed of the prediction even at the cost of slight decrease of overall accuracy. Optimal parameters of cellular automata was found by genetic algorithm using suitable genetic operators. These parameters are incorporated into developed application for prediction. Finally, the results was compared with results of other tools for this purpose.