Strojno učenje kemijskih reakcij proteinov v interakciji z RNAHENIGMAN, JERNEJ (Avtor) Curk, Tomaž (Mentor) strojno učenjekemijske reakcijeuravnoteževalne metodekemijski opisi molekulnapovedni modeliAUCRNAstruktura molekuleV diplomski nalogi smo uporabili metode strojnega učenja za klasifikacijo kemijskih reakcij. Hkrati smo identificirali najpomembnejše strukturne spremembe molekul, ki nastajajo v kemijskih reakcijah proteinov, ki sicer vstopajo tudi v interakcijo z RNA. V prvem delu smo na podlagi šestih osnovnih encimatskih skupin kemijskih reakcij, določili optimalen nabor parametrov modeliranja. Testirali smo tri skupine parametrov: metode za uravnoteževanje učne množice (sedem metod), metode za opisovanje kemijskih profilov (sedem vrst opisov) in metode za izgradnjo napovednih modelov (pet metod). Za najboljši nabor smo izbrali kombinacijo tistih parametrov, pri kateri je mera AUC najvišja. Empirično smo pokazali, da najboljši nabor sestavlja kombinacija parametrov: uravnoteževalna metoda naključnega podvzorčenja, združena kemijska profila Morgan in MorganBitVector, napovedni model naključnega gozda. Dosežen povprečen AUC na šestih osnovnih skupinah kemijskih reakcij je znašal 0,97. V drugem delu smo uporabili predhodno določen nabor parametrov za modeliranje skupine kemijskih reakcij proteinov v interakciji z RNA, pri čemer smo dosegli AUC 0,77.20152015-08-20 11:45:03Diplomsko delo/naloga72049VisID: 16443sl