haku: @keyword random forest / yhteensä: 7
hakutulos-lista
viite: 7 / 7
« edellinen | seuraava »
Tekijä:Sandholm, Niina
Työn nimi:Virtual biological activity profiles, biological descriptors, for use in data mining applications
Virtuaaliset biologiset affiniteettiprofiilit, biologiset deskriptorit, tiedonlouhinnassa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2008
Sivut:91      Kieli:   eng
Koulu/Laitos/Osasto:Elektroniikan, tietoliikenteen ja automaation tiedekunta
Oppiaine:Laskennallinen tekniikka   (S-114)
Valvoja:Kaski, Kimmo
Ohjaaja:Schmidt, Friedemann
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:rational drug design
affinity fingerprints
biological descriptor
QSAR modeling
random forest
dataset enrichment
lääkeainesuunnittelu
affiniteettisormenjäljet
biologinen deskriptori
QSAR mallinnus
päätösmetsä
kemiallisen kirjaston rikastaminen
Tiivistelmä (fin): Rationaalisen lääkesuunnittelun tavoitteena on löytää uusia, lupaavia lääkeaineiksi soveltuvia yhdisteitä, jotka sitoutuvat spesifisesti vain kohdemolekyyliinsä aiheuttamatta sivuvaikutuksia.
Uudet pienoiskokoiset menetelmät mahdollistavat yhdisteiden nopean testaamisen, joten biologisissa ja kemiallisissa tietokannoissa on saatavilla yhä enemmän informaatiota.
Yksi rationaalisen lääketieteen haasteista on hyödyntää kerättyä informaatiota ja rakentaa sen perusteella yhdisteiden sitoutumista ennustavia malleja.

Yhdisteiden sitoutumista ennustavat mallit ovat perinteisesti perustuneet yhdisteiden kemiallisesta rakenteesta johdettuihin muuttujiin eli deskriptoreihin.
Äskettäin on kuitenkin esitetty, että uusia lääkeaineita voitaisiin löytää tehokkaammin käyttämällä biologisia deskriptoreita, jotka kuvaavat lääkkeen biologista aktiivisuutta muita kohdemolekyylejä kohtaan.

Tämän työn tavoitteena oli luoda sarja aktiivisuutta ennustavia malleja, jotka oli muodostettu kemiallisiin rakenteisiin perustuvien deskriptoreiden avulla.
Mallintamisessa käytettiin monia menetelmiä ongelman ratkaisuun parhaiten sopivien löytämiseksi.
Sen jälkeen aktiivisuusmallien sarjaa käytettiin virtuaalisen biologisen aktiivisuusprofiilin muodostamiseen kullekin lääkeaine-ehdokkaalle.
Biologista aktiivisuusprofiilia käytettiin biologisena deskriptorina pohjana uusille malleille, jotka rikastivat kemiallisia tietokantoja eli järjestivät yhdisteet niiden ennustetun aktiivisuuden mukaan.
Mallit perustuivat aktiivisuusprofiilien vertaamiseen tunnettujen aktiivisten yhdisteiden profiileihin.
Kun menetelmää verrattiin vakiintuneeseen kemiallisiin rakenteisiin perustuvaan menetelmään, se löysi enemmän aktiivisia yhdisteitä.
Tämän perusteella voidaan päätellä, että biologiseen aktiivisuuteen perustuvat muuttujat ovat hyvä vaihtoehto perinteisille rakenteeseen pohjautuville muuttujille.
ED:2008-11-12
INSSI tietueen numero: 36533
+ lisää koriin
« edellinen | seuraava »
INSSI