整合蛋白質序列、結構和動態特徵以提升深度學習模型之單點突變致病性預測能力__國立清華大學博碩士論文全文影像系統

圖書館首頁| 網站地圖| 首頁| 本站說明| 聯絡我們| 相關資源| 台聯大論文系統| 操作說明 | English

帳號：guest(18.217.18.163) 離開系統

字體大小：

字級放大

字級縮小

預設字形

詳目顯示

第 1 筆 / 共 1 筆

第一頁

上一頁

下一頁

最後一頁

/1頁

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士論文系統

、以作者查詢全國書目

論文基本資料
電子全文

作者(中文):	林彤祐
作者(外文):	Lin, Tong-You
論文名稱(中文):	整合蛋白質序列、結構和動態特徵以提升深度學習模型之單點突變致病性預測能力
論文名稱(外文):	Integrating Protein Sequence, Structure, and Dynamic Features to Enhance a Deep Neural Network Model for Predicting Pathogenicity of Single-Point Mutations
指導教授(中文):	楊立威
指導教授(外文):	Yang, Lee-Wei
口試委員(中文):	蔡旻燁竹村和浩李祈均
口試委員(外文):	Tsai, Min-Yeh Takemura, Kazuhiro Lee, Chi-Chun
學位類別:	碩士
校院名稱:	國立清華大學
系所名稱:	生物資訊與結構生物研究所
學號:	110080522
出版年(民國):	113
畢業學年度:	112
語文別:	英文
論文頁數:	61
中文關鍵詞:	氨基酸變異、致病性預測、深度神經網路模型、轉移學習、蛋白質結構、動態、惡性高熱、聽損
外文關鍵詞:	amino acid variant、pathogenicity prediction、deep neural network model、transfer learning、protein structure、dynamics、malignant hyperthermia、hearing loss
相關次數:	推薦:0 點閱:7 評分: 下載:0 收藏:0

(此全文20290203後開放外部瀏覽)
電子全文
摘要

推文
推薦
評分
引用網址
轉寄

第一頁

上一頁

下一頁

最後一頁

相關論文

1.	以蛋白質序列、結構及固有動態來正確地預測酵素催化位點
2.	Protein dynamics and contact topology studies reveal characteristics of Protein-DNA binding and distribution of enzyme catalytic sites
3.	使用線性響應理論預測蛋白質結合配體後的結構變化
4.	在感知決策時關於決策之優化及適應的可塑性皮質-紋狀體迴路模型
5.	磷酸化後形成新的跨分子鹽橋可穩定FGF2過渡態之多聚體結構
6.	透過同源建模、經驗勢能和螢光共振能量轉移來更準確的預測膜蛋白四級結構
7.	植物磷酸轉運膜蛋白PHT1;1藉由機械化學協同作用促進無機磷的轉運
8.	高效且具有鳥嘌呤結合專一性的RNA結合蛋白可演化為不需ATP的dsDNA解旋酶
9.	運用機器學習建立模型以有效的預測蛋白質的振盪尺度
10.	細究功能蛋白及核醣體讓DNA/RNA穩定結合、彎曲、打開及滾動形變的機械化學原因
11.	探索TDP-43對DNA/RNA的結合特性及其可能作為RNA伴護蛋白之活性
12.	一種用於預測-1計畫性核醣體轉譯軌道移轉訊號(-1PRF)在病毒基因組位置的新軟體並以cell-free方法驗證預測之-1PRF信號在Zika病毒基因組中的位置
13.	整合蛋白質彈性網路模型與人工智慧方法預測蛋白質動態
14.	高序生物巨分子的動態及功能解析：以穿膜蛋白，核醣體及蛋白-DNA複合體為例
15.	基於蛋白質關聯網路的方法與應用在預測N-端醣基化位點及DNA結合蛋白

簡易查詢 | 進階查詢 | 論文瀏覽 | 熱門排行 | 管理/審核者登入