Podrobno

Uporaba globokih genomskih modelov za taksonomsko klasifikacijo
ID Nikolič, Rok (Avtor), ID Curk, Tomaž (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (4,17 MB)
MD5: CFD621CB926ED4820A7107B3E469006E

Izvleček
V magistrski nalogi smo se spopadali s problemom klasifikacije genomskih zaporedij Tobamovirusa. Tobamovirus je rastlinski RNA-virus, ki hitro mutira in lahko povzroči veliko gospodarsko škodo. V nalogi smo želeli nadgraditi obstoječi sistem klasifikacije Tobamovirusov, predvsem z vidika hitrosti delovanja in lažje uporabe, ter hkrati izboljšati klasifikacijsko točnost. Med pripravo naloge smo uspeli razviti postopek ter več vsebnikov za učenje globokih genomskih modelov v visokozmogljivi računalniški gruči. Obsežno smo testirali delovanje dveh modelov, DNABERT-2 in DNABERT-S. Kljub dobrim rezultatom med učenjem, DNABERT-2 ni dovolj dobro posploševal pri klasifikaciji genomskih zaporedij Tobamovirusa. Rezultati na končni testni množici podatkov so bili slabi. Najbolj uspešna izvedenka modela DNABERT-2 je dosegla vrednost ROC AUC 0,58, kar ni dovolj za nadaljnjo uporabo. DNABERT-S, ki je zgrajen za razločevanje med vrstami, pa je dosegel boljše rezultate. V najboljših primerih je bila njegova natančnost relativno spodbudna in primerna za nadaljnje raziskave. Najbolj uspešen model DNABERT-S je dosegel vrednost ROC AUC 0,77. Delovanje modela DNABERT-S je nepredvidljivo, kar preprečuje, da bi ga lahko uporabili kot nadomestilo trenutnemu sistemu klasifikacije.

Jezik:Slovenski jezik
Ključne besede:taksonomija, Tobamovirus, globoki model genomskega zaporedja, BERT, DNABERT-2, DNABERT-S
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2026
PID:20.500.12556/RUL-183938 Povezava se odpre v novem oknu
COBISS.SI-ID:285819907 Povezava se odpre v novem oknu
Datum objave v RUL:22.06.2026
Število ogledov:197
Število prenosov:111
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Using deep genomic models for taxonomic classification
Izvleček:
In this masters thesis, we tackled the problem of classification of Tobamovirus genomic sequences. Tobamovirus is a plant RNA-virus that mutates quickly and can cause significant agronomical damage. The goal of our thesis was to improve the speed and ease of use of an existing classification system while also improving the classification accuracy. We managed to develop several containers and processes for training of deep genomic models, using a high-performance computer cluster. We thoroughly evaluated two models, DNABERT-2 and DNABERT-S. Despite good results during training, DNABERT-2 did not gain a good generalization for the classification of Tobamovirus genome sequences. Performance on the test data was low, the most successful DNABERT-2 model achieved a ROC AUC value of 0.58. As such, it is not suitable for further research. DNABERT-S, which was developed for species classification, achieved better results. The most successful DNABERT-S model achieved a ROC AUC value of 0.77. Although the performance of DNABERT-S is acceptable as a start, further development and research are needed to obtain significant improvements. The DNABERT-S model generated unstable and unpredictable results, which prevents us from declaring it a good replacement for the current classification system.

Ključne besede:taxonomy, Tobamovirus, deep genomic sequence model, BERT, DNABERT-2, DNABERT-S

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj