<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Napovedovanje mesta na RNA v interakciji s proteinom</dc:title><dc:creator>Huč,	Aleks	(Avtor)
	</dc:creator><dc:creator>Curk,	Tomaž	(Mentor)
	</dc:creator><dc:subject>skriti Markov model</dc:subject><dc:subject>Markove verige</dc:subject><dc:subject>Viterbijev algoritem</dc:subject><dc:subject>algoritem naprej</dc:subject><dc:subject>algoritem nazaj</dc:subject><dc:subject>aposteriorno dekodiranje</dc:subject><dc:subject>transkripcija</dc:subject><dc:subject>RNA</dc:subject><dc:subject>protein</dc:subject><dc:subject>gen</dc:subject><dc:description>V magistrskem delu smo razvili modele za napovedovanje mest na RNA v interakciji s proteini, pri čemer smo uporabili metodo skritih Markovih modelov. Določili smo reprezentativne atribute in motive, na podlagi katerih smo nato zgradili modele za vsak posamezen eksperiment. Ugotovili smo, da različni proteini uporabljajo veliko skupnih atributov in motivov za prepoznavo mest interakcije z RNA. Modeli z dvema stanjema (prisotnost interakcije) boljše napovedujejo kot pa modeli s tremi stanji (prisotnost in intenziteta interakcije). Združevanje napovedi modelov posameznih eksperimentov ne izboljša zmogljivosti napovedovanja. Združeni modeli imajo dovolj dobro zmogljivost, da nam lahko služijo za sklepanje o relacijah med posameznimi proteini, in sicer njihovem sodelovanju, tekmovanju ali neodvisnosti. Skriti Markovi modeli predstavljajo primerno metodo za napovedovanje mest interakcij.</dc:description><dc:date>2015</dc:date><dc:date>2015-08-17 15:05:06</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>72036</dc:identifier><dc:identifier>VisID: 14090</dc:identifier><dc:language>sl</dc:language></metadata>
