Gépi szabálytanulás alkalmazása biomarkerek felismerésére biológiai hálózatokban
A biológiai kutatások folyamán elterjedt módszer a sejtek működésének megismeréséhez számítógépes modell alkotása.
Egy-egy sejt működése, belső folyamatai jól reprezentálhatók hálózatokként, ahol minden csúcspont egy fehérjének, az azokat összekötő élek a köztük lévő interakcióknak felelnek meg. Ezeknek a hálózatoknak a kiértékelése azonban elég számításigényes feladat tud lenni, azok méretének növekedésével. Egy gyakori probléma, ami a méret növekedésével exponenciálisan bonyolultabb lesz az, amikor ezekben a hálózatokban gyógyszerek viselkedése szempontjából érdekes célpontokat, úgynevezett biomarkereket keresünk, ugyanis ebben az esetben vizsgálnunk kell, hogy a hálózatban az adott fehérjék aktivitásának megváltoztatására hogyan reagál a hálózat.
A dolgozatomban egy gépi szabálytanuló algoritmust (LCS) fogok implementálni és bemutatni, aminek a segítségével biológiai hálózatokban az összes lehetséges fehérje aktivitás változtatásnak, és azok kombinációinak leszimulálása helyett csak egy részleges felderítéssel is lehetséges biomarkereket kinyerni.
szerző
-
Nyéki Hunor
Egészségügyi mérnök szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Szalay Kristóf Zsolt
technológiai igazgató, Turbine Kft. (külső)