Detailansicht
The prediction of functional bacterial secretion systems based on comparative genomics
Valerie Eichinger
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Lebenswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Computational Science
Betreuer*in
Thomas Rattei
DOI
10.25365/thesis.42847
URN
urn:nbn:at:at-ubw:1-25380.62151.925669-6
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Bakterielle Sekretionssysteme sind wichtige Virulenzfaktoren und als solche von großem Interesse bei
der Analyse von neuen Genom- oder Metagenomdaten. Da die Menge an produzierten Genomdaten
stetig zunimmt, ist es von großer Wichtigkeit, eine zielgerichtete und intelligente
„Hochdurchsatzmethode“ zu finden um mit der Flut an Daten umzugehen und daraus die nötige
Information zu generieren. Nachdem es momentan keine Bestrebungen oder Richtlinien zur
sekretionsbezogenen Genomannotation gibt, ist es umso wichtiger, dass Datenbanken, wie die
Vorgestellte, ausgefeilte Werkzeuge und sorgfältig kuratierte Daten zur Verfügung stellen. Mit
unserem Vorhersageansatz, basierend auf dem Konzept des maschinellen Lernens, haben wir eine
computerbasierte Methode gefunden, die, mittels binärer Klassifikation, eine eindeutige Entscheidung
trifft, ob ein intaktes Sekretionssystem vorliegt, oder nicht.
Abstract
(Englisch)
Bacterial secretion systems, as crucial virulence factors, can be of major interest, when analysing new
genomic or metagenomic data. As the amount of generated genomic data increases heavily, a
sophisticated way of analysing (meta-) genomic sequences is of high importance. Thus, we have to find
some way of a “high-throughput-analysis” for genomic data to gain information out of the cavalcade
of provided data. As there is currently a lack of secretion-related genome annotation, secondary
databases, as the one presented in this work, have to provide sophisticated tools and carefully curated
data. Thus, we designed an approach, based on machine learning techniques. It is a computational
method that uses binary classification to make a clear decision, whether there is a functional secretion
system or not.
Schlagwörter
Schlagwörter
(Englisch)
comparative genomics bacterial secretion systems functional machine learning support vector machine
Schlagwörter
(Deutsch)
Vergleichende Genomik bakterielle Sekretionssysteme Sekretion maschinelles Lernen
Autor*innen
Valerie Eichinger
Haupttitel (Englisch)
The prediction of functional bacterial secretion systems based on comparative genomics
Paralleltitel (Deutsch)
Die Vorhersage funktioneller, bakterieller Sekretionssysteme, basierend auf einem Ansatz der vergleichenden Genomik
Publikationsjahr
2016
Umfangsangabe
109 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Thomas Rattei
AC Nummer
AC13393268
Utheses ID
37930
Studienkennzahl
UA | 066 | 910 | |