haku: @author Karhu, Kalle / yhteensä: 1
hakutulos-lista
viite: 1 / 1
« edellinen | seuraava »
Tekijä:Karhu, Kalle
Työn nimi:Exploring the effect of different microRNA target prediction techniques
MikroRNAiden kohdepaikkojen ennustaminen eri menetelmin
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2009
Sivut:[7] + 57      Kieli:   eng
Koulu/Laitos/Osasto:Elektroniikan, tietoliikenteen ja automaation tiedekunta
Oppiaine:Ohjelmistotekniikka   (T-106)
Valvoja:Tarhio, Jorma
Ohjaaja:Lähdesmäki, Harri
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201203091385
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark S80     | Arkisto
Avainsanat:microRNAs
microRNA targets
genetic algorithms
mikroRNAt
mikroRNAiden kohdepaikat
geneettiset algoritmit
Tiivistelmä (fin): MikroRNAiden kohdepaikkojen ennustaminen on verrattain uusi tutkimuskenttä, jossa tarkoituksena on ennustaa noin 22 nukleotidin mittaisten RNA-sekvenssien käyttäytymistä.
On osoitettu, että mikroRNAt säätelevät geenien ekspressiotasoja eläimissä ja kasveissa sitoutumalla lähetti-RNA:ihin ja siten estämällä niiden translaatiota proteiineiksi.
Ensimmäiset mikroRNAiden kohdepaikkoja ennustavat työkalut esiteltiin vuonna 2003.

Kohdepaikkojen ennustaminen on erityisen vaikeaa eläinkuntaan kuuluvissa organismeissa.
Ongelmat aiheutuvat osin jo tunnettujen mekanismien monimutkaisuudesta ja osin siitä, että kaikkia mekanismeja, jotka liittyvät mikroRNA:n sitoutumiseen lähetti-RNA:han, ei vielä täysin tunneta.

Tässä diplomityössä esitellään seitsemän käytössä olevaa mikroRNAiden kohdepaikkoja ennustavaa työkalua ja yksi uusi työkalu.
Esitelty uusi työkalu käyttää geneettistä algoritmia mikroRNAn ja lähetti-RNA:n rinnastuksessa käytettävien parametrien optimointiin.
Tätä työkalua verrataan tunnettuun ja tunnustettuun miRanda työkaluun.
Saadut tulokset osoittavat, että GA-pohjainen työkalu saavuttaa mikroRNA - lähetti-RNA luokittelussa samoilla spesifisyys arvoilla tasaisesti korkeampia sensitiivisyys arvoja, kuin miRanda.

Lisäksi esitetyt tulokset tukevat hypoteesia vähintään kahden erityyppisen mikroRNA - lähetti-RNA dupleksin olemassaolosta.
Tiivistelmä (eng): MicroRNA target prediction is a relatively new field, predicting the actions of approximately 22 nt long RNA sequences, which are shown to cause translational repression in animals and plants.
First prediction tools were introduced in 2003.

In animals, the prediction is computationally extremely challenging.
This is due to the various complex mechanics involved and the fact that the biological phenomenon of miRNA-mRNA binding is still largely unknown.

This thesis provides a condensed overview of the field, by presenting seven existing and one new animal miRNA target prediction tool.
The new prediction tool uses a genetic algorithm to optimize a_ne gap alignment parameters used in the prediction.

This tool is compared with a popular and established tool, miRanda.
The results suggest that the GA-based tool produces more accurate target predictions.
It is shown that the GA-based target predictor outperforms the miRanda tool in the classification of potential miRNA-mRNA interactions, consistently resulting in higher sensitivity values with identical specificity values.
It is additionally shown that the affine gap alignment parameters produced by the GA result in better performance than a set of hand tuned parameters used by the miRanda target prediction tool.

The results presented in this thesis additionally give rise to the hypothesis of the existence of at least two different types of miRNA-mRNA duplexes.
ED:2010-04-07
INSSI tietueen numero: 39408
+ lisää koriin
« edellinen | seuraava »
INSSI