Ocena jakości modeli strukturalnych białek w oparciu o podobieństwo strukturalne i semantyczny opis funkcji w ontologii GO
|
|
- Magdalena Urban
- 5 lat temu
- Przeglądów:
Transkrypt
1 Ocena jakości modeli strukturalnych białek w oparciu o podobieństwo strukturalne i semantyczny opis funkcji w ontologii GO Bogumil Konopka 1, Jean-Christophe Nebel 2, Malgorzata Kotulska 1 * 1 Politechnika Wrocławska, Wydział Podstawowych Problemów Techniki, Instytut Inżynierii Biomedycznej i Pomiarowej 2 Kingston University, aculty of Computing Information Systems and Mathematics, UK
2 Plan prezentacji Czym są programy MQA? Proponowany algorytm oceny jakości Relacja struktura3d/funkcja białek Walidacja narzędzia Slajd 2
3 Czym są programy MQA Model Quality Assessment - definicja problemu Programy MQA szacują jakość modeli białek, których struktura nie jest znana. Obraz uzyskany w PyMOL Slajd 3
4 Określenie jakości modelu Główne założenie: Istnieje silny związek pomiędzy funkcją i strukturą białka STRUKTURA UNKCJA Slajd 4
5 Określenie jakości modelu Sekwencja aminokwasowa unkcja Slajd 5a
6 Określenie jakości modelu Sekwencja aminokwasowa unkcja Model 3D białka Slajd 5b
7 Określenie jakości modelu Sekwencja aminokwasowa unkcja Model 3D białka Białka podobne (poszukiwania w bazie danych) (L. Holm, C. Sander 1993) unkcje białek (terminy GO) Slajd 5c
8 Określenie jakości modelu Sekwencja aminokwasowa unkcja (Nat. Genet.. May 2000;25(1):25-9) Model 3D białka Gene Ontology Białka podobne (poszukiwania w bazie danych) (L. Holm, C. Sander 1993) unkcje białek (terminy GO) X Slajd 5d
9 Określenie jakości modelu Sekwencja aminokwasowa unkcja (Nat. Genet.. May 2000;25(1):25-9) Model 3D białka Gene Ontology ( J. Z. Wang,et. al 2007) Białka podobne (poszukiwania w bazie danych) (L. Holm, C. Sander 1993) unkcje białek (terminy GO) X Slajd 5e
10 Określenie jakości modelu Sekwencja aminokwasowa unkcja (Nat. Genet.. May 2000;25(1):25-9) Model 3D białka Gene Ontology ( J. Z. Wang,et. al 2007) Białka podobne (poszukiwania w bazie danych) (L. Holm, C. Sander 1993) unkcje białek (terminy GO) X Slajd 5f
11 Określenie jakości modelu Prawdziwy pozytywny struktura jest podobna do modelu i ma funkcję zbliżoną do funkcji celu przewidywania ałszywy pozytywny struktura jest podobna do modelu, lecz funkcja jest różna niż funkcja celu przewidywań Slajd 6
12 Określenie jakości modelu Prawdziwy pozytywny struktura jest podobna do modelu i ma funkcję zbliżoną do funkcji celu przewidywania ałszywy pozytywny struktura jest podobna do modelu, lecz funkcja jest różna niż funkcja celu przewidywań Podobieństwo funkcji > wartość progowa Podobieństwo funkcji < wartość progowa Slajd 6
13 Określenie jakości modelu Sekwencja aminokwasowa unkcja (Nat. Genet.. May 2000;25(1):25-9) Model 3D białka Gene Ontology ( J. Z. Wang,et. al 2007) Białka podobne (poszukiwania w bazie danych) (L. Holm, C. Sander 1993) unkcje białek (terminy GO) X Slajd 5g
14 Określenie jakości modelu Sekwencja aminokwasowa unkcja (Nat. Genet.. May 2000;25(1):25-9) Model 3D białka Gene Ontology ( J. Z. Wang,et. al 2007) Krzywe dla wszystkich wartości progowych Białka podobne (poszukiwania w bazie danych) (L. Holm, C. Sander 1993) unkcje białek (terminy GO) X Slajd 5h
15 Określenie jakości modelu AUC calculated at different similarity tresholds AUC Similarity treshold 1py6a.pdb_pdb90 Pole pod krzywą jest miarą jakości badanego modelu Slajd 7
16 GOBA GeneOntology-Based Assessment Proponowane miary jakości meta_auc meta_auc_y uwzględnia stopień podobieństwa strukturalnego poszczególnych sąsiadów strukturalnych meta_auc2 uwzględnia ogólny poziom podobieństwa sąsiadów strukturalnych Slajd 8
17 GOBA GeneOntology-Based Assessment Walidacja narzędzia modele idealne Cele CASP8 71 spośród 121 znana funkcja Zbadano idealne modele struktury natywne Modele idealne - wyniki uzyskane przez struktury natywne Czestotliwość Less More Przedziały meta_auc Meta_AUC Meta_AUCsr = SD = Slajd 9
18 Analiza związku struktura 3D/funkcja w białkach Relacja podobieństwa strukturalnego i funkcyjnego 1.2 Podobieństwo semantyczne funkcji Podobieństwo strukturalne DALI Z- Score Pearson s R = Slajd 10
19 GOBA GeneOntology-Based Assessment Walidacja narzędzia predykcje CASP8 Analizie poddano: modeli* 27 różnych celów (31) Punkt odniesienia obiektywna miara jakości GDT_TS (A.Zemla, 2003) *Modele pobrano z Slajd 11
20 GOBA GeneOntology-Based Assessment Walidacja narzędzia predykcje CASP8 Walidacja aplikacji oraz miary "meta_auc" meta_auc meta_auc GDT_TS Pearson s R = Slajd 12
21 GOBA GeneOntology-Based Assessment Walidacja narzędzia predykcje CASP8 Korelacja stworzonych miar z GDT_TS, obliczona dla modeli poszczególnych celów meta_auc correlations distribution meta_aucy correlation distribution requency requency R Bins R Bins Rsr = Rsr = Slajd 13
22 GOBA GeneOntology-Based Assessment Walidacja narzędzia predykcje CASP8 meta_auc correlations distribution meta_auc2 correlations distribution requency requency R Bins R Bins Rsr = Rsr = Slajd 14
23 Podsumowanie Stworzono aplikację (GOBA) szacującą jakość modeli strukturalnych białek. Narzędzie poprawnie rozpoznaje idealne modele: Średni wynik Dla najlepszej testowanej miary uzyskano dodatnią korelację wyników z obiektywną miarą jakości - R = 0.51 Dla badanej grupy białek, na podstawie podobieństwa funkcyjnego dwóch cząsteczek można wyznaczyć górną graniczną wartość ich podobieństwa strukturalnego. Slajd 15
24 Ocena jakości modeli strukturalnych białek w oparciu o podobieństwo strukturalne i semantyczny opis funkcji w ontologii GO Bogumil Konopka 1, Jean-Christophe Nebel 2, Malgorzata Kotulska 1 * 1 Politechnika Wrocławska, Wydział Podstawowych Problemów Techniki, Instytut Inżynierii Biomedycznej i Pomiarowej 2 Kingston University, aculty of Computing Information Systems and Mathematics, UK
25 Slajdy dodatkowe
26 Opracowane miary jakości meta_auc meta_aucy meta_auc2 x= 1 P total y= 1 TP total x= 1 P total y=z sc 1 TP total AUC 2 = AUC max Z max Z median Z
27 Analiza związku struktura 3D/funkcja w białkach Wpływ wielkości białka na związek struktura/funkcja Wpływ stopnia uszczegółowienia opisu funkcj białka na relację struktura/funkcja Pearson's R Pearson's R Długość łańcuch aminokwasowego Liczba przypisanych terminów GO
28 Procedura oceny DALI Distance matrix alignement Obliczane są odległości między atomami C α Opierając się na odległościach można zindetyfikować: Struktury drugorzędowe (SS) Odziaływania pomiędzy SS Metoda umożliwia wyszukiwanie podobjeństw między białkami, bezwzględu na skład aminokwasowy L.Holm, C. Sander, Protein Structure Comparison by Alignment of Distance Matrices, J.Mol.Biol 233 p (1993)
29 Procedura oceny GO Gene Ontology Terminy GO: Cellular Component lokalizacja, Biological Process proces biologiczny, Molecular unction pełniona funkcja The Gene Ontology Consortium. Gene ontology: tool for the unification of biology. Nat. Genet.. May 2000;25(1):25-9.
30 Procedura oceny Model 3D DALI Terminy GO sąsiadów strukturalnych Terminy GO celu Krzywe ROC
Modelowanie interakcji helis transmembranowych
Modelowanie interakcji helis transmembranowych Witold Dyrka, Jean-Christophe Nebel, Małgorzata Kotulska Instytut Inżynierii Biomedycznej i Pomiarowej, Politechnika Wrocławska Faculty of Computing, Information
Bardziej szczegółowoPodobieństwo semantyczne w ontologiach biomedycznych
Podobieństwo semantyczne w ontologiach biomedycznych Bogumił Konopka Politechnika Wrocławska Wydział Podstawowych Problemów Techniki Instytut Inżynierii Biomedycznej i Pomiarowej KN Bio Nanopor Plan prezentacji
Bardziej szczegółowoRMSD - Ocena jakości wybranych molekularnych struktur przestrzennych
RMSD - Ocena jakości wybranych molekularnych struktur przestrzennych Joanna Wiśniewska Promotor: dr inż. P. Łukasiak Spis treści 1. Zakres pracy magisterskiej 2. Struktura białka 3. Struktura kwasów nukleionowych
Bardziej szczegółowoPrzewidywanie struktury kanału białkowego z wykorzystaniem probabilistycznych gramatyk formalnych oraz modelu ciągłego przepływu jonów
Przewidywanie struktury kanału białkowego z wykorzystaniem probabilistycznych gramatyk formalnych oraz modelu ciągłego przepływu jonów Witold Dyrka Instytut Inżynierii Biomedycznej i Pomiarowej, Politechnika
Bardziej szczegółowoModel Poissona-Nernsta-Plancka w predykcji struktury kanałów białkowych
Model Poissona-Nernsta-Plancka w predykcji struktury kanałów białkowych mgr inż. Witold Dyrka Opiekun: dr hab. inż. Małgorzata Kotulska Instytut Inżynierii Biomedycznej i Pomiarowej Plan wystąpienia Nanopory
Bardziej szczegółowoBioinformatyka wykład 3.I.2008
Bioinformatyka wykład 3.I.2008 Białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 2008-01-03 1 Plan wykładu analiza i porównywanie struktur białek. doświadczalne metody badania struktur
Bardziej szczegółowoBioinformatyka wykład 10.I.2008
Bioinformatyka wykład 10.I.2008 Przewidywanie struktur białek krzysztof_pawlowski@sggw.pl 2008-01-10 1 Plan wykładu pole siłowe - opis energetyczny struktur białka proces zwijania się białek przewidywanie
Bardziej szczegółowoMultiSETTER: web server for multiple RNA structure comparison. Sandra Sobierajska Uniwersytet Jagielloński
MultiSETTER: web server for multiple RNA structure comparison Sandra Sobierajska Uniwersytet Jagielloński Wprowadzenie Budowa RNA: - struktura pierwszorzędowa sekwencja nukleotydów w łańcuchu: A, U, G,
Bardziej szczegółowoBioinformatyka wykład 10
Bioinformatyka wykład 10 21.XII.2010 białkowa bioinformatyka strukturalna, c.d. krzysztof_pawlowski@sggw.pl 2011-01-17 1 Regiony nieuporządkowane disordered regions trudna definicja trudne do przewidzenia
Bardziej szczegółowoBioinformatyka wykład 8, 27.XI.2012
Bioinformatyka wykład 8, 27.XI.2012 białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 2013-01-21 1 Plan wykładu regiony nieuporządkowane sposoby przedstawienia struktur białkowych powierzchnia
Bardziej szczegółowoBioinformatyka wykład 11, 11.I.2011 Białkowa bioinformatyka strukturalna c.d.
Bioinformatyka wykład 11, 11.I.2011 Białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 11.01.11 1 Dopasowanie strukturalne (alignment) odległość: d ij = (x i -x J ) 2 + (y i -y J ) 2
Bardziej szczegółowoDopasowania par sekwencji DNA
Dopasowania par sekwencji DNA Tworzenie uliniowień (dopasowań, tzw. alignmentów ) par sekwencji PSA Pairwise Sequence Alignment Dopasowania globalne i lokalne ACTACTAGATTACTTACGGATCAGGTACTTTAGAGGCTTGCAACCA
Bardziej szczegółowoSpis treści. Przedmowa... XI. Wprowadzenie i biologiczne bazy danych. 1 Wprowadzenie... 3. 2 Wprowadzenie do biologicznych baz danych...
Przedmowa... XI Część pierwsza Wprowadzenie i biologiczne bazy danych 1 Wprowadzenie... 3 Czym jest bioinformatyka?... 5 Cele... 5 Zakres zainteresowań... 6 Zastosowania... 7 Ograniczenia... 8 Przyszłe
Bardziej szczegółowoKamila Muraszkowska Znaczenie wąskich gardeł w sieciach białkowych. źródło: (3)
Kamila Muraszkowska Znaczenie wąskich gardeł w sieciach białkowych źródło: (3) Interakcje białko-białko Ze względu na zadanie: strukturalne lub funkcjonalne. Ze względu na właściwości fizyczne: stałe lub
Bardziej szczegółowoAnaliza stanów gry na potrzeby UCT w DVRP
Analiza stanów gry na potrzeby UCT w DVRP Seminarium IO na MiNI 04.11.2014 Michał Okulewicz based on the decision DEC-2012/07/B/ST6/01527 Plan prezentacji Definicja problemu DVRP DVRP na potrzeby UCB Analiza
Bardziej szczegółowoPorównywanie i dopasowywanie sekwencji
Porównywanie i dopasowywanie sekwencji Związek bioinformatyki z ewolucją Wraz ze wzrostem dostępności sekwencji DNA i białek narodziła się nowa dyscyplina nauki ewolucja molekularna Ewolucja molekularna
Bardziej szczegółowoBioinformatyczne bazy danych
Bioinformatyczne bazy danych Czym jest bioinformatyka? Bioinformatyka jest nauką integrującą różne dziedziny wiedzy Gruca (2010) Czym jest bioinformatyka? Bioinformatyka obejmuje technologie wykorzystujące
Bardziej szczegółowo9. Praktyczna ocena jakości klasyfikacji
Algorytmy rozpoznawania obrazów 9. Praktyczna ocena jakości klasyfikacji dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Zbiór uczacy i zbiór testowy 1. Zbiór uczacy służy do konstrukcji (treningu)
Bardziej szczegółowoRecenzja. Warszawa, dnia 22 października 2018 r.
Warszawa, dnia 22 października 2018 r. Dr hab. Sebastian Kmiecik Wydział Chemii, Centrum Nauk Biologiczno-Chemicznych, Uniwersytet Warszawski, Pasteura 1, Warszawa email: sekmi@chem.uw.edu.pl Recenzja
Bardziej szczegółowoWZORCE LOGIKI APLIKACJI Reużywalne składniki wymagań
WZORCE LOGIKI APLIKACJI Reużywalne składniki wymagań Albert Ambroziewicz, Michał Śmiałek Politechnika Warszawska KKIO 0, SCR 0 27-29.09.200 Treść prezentacji Wprowadzenie powtarzalność rozwiązań w IO Koncepcja
Bardziej szczegółowoModelowanie motywów łańcuchami Markowa wyższego rzędu
Modelowanie motywów łańcuchami Markowa wyższego rzędu Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki 23 października 2008 roku Plan prezentacji 1 Źródła 2 Motywy i ich znaczenie Łańcuchy
Bardziej szczegółowoBioinformatyczne bazy danych
Bioinformatyczne bazy danych Czym jest bioinformatyka? Bioinformatyka jest nauką integrującą różne dziedziny wiedzy Gruca (2010) http://bioinformaticsonline.com/file/view/4482/bioinformatics-definitions-and-applications
Bardziej szczegółowoWykład 10 2008-04-30. Bioinformatyka. Wykład 9. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM
Bioinformatyka Wykład 9 E. Banachowicz Zakład Biofizyki Molekularnej IF UAM http://www.amu.edu.pl/~ewas 1 Konsekwencje zestawieo wielu sekwencji - rodziny białkowe, domeny, motywy i wzorce 2 Bioinformatyka,
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI
PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów
Bardziej szczegółowoZJAZD 4. gdzie E(x) jest wartością oczekiwaną x
ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych
Bardziej szczegółowoMETODY INŻYNIERII WIEDZY
METODY INŻYNIERII WIEDZY Metoda K Najbliższych Sąsiadów K-Nearest Neighbours (KNN) ĆWICZENIA Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI
PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów
Bardziej szczegółowoWYKŁAD 7. Testowanie jakości modeli klasyfikacyjnych metodyka i kryteria
Wrocław University of Technology WYKŁAD 7 Testowanie jakości modeli klasyfikacyjnych metodyka i kryteria autor: Maciej Zięba Politechnika Wrocławska Testowanie modeli klasyfikacyjnych Dobór odpowiedniego
Bardziej szczegółowoGrafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci
Grafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Plan wykładu 1. Sieci jako modele interakcji
Bardziej szczegółowoBioinformatyka II Modelowanie struktury białek
Bioinformatyka II Modelowanie struktury białek 1. Który spośród wymienionych szablonów wybierzesz do modelowania? Dlaczego? Struktura krystaliczną czy NMR (to samo białko, ta sama rozdzielczość)? Strukturę
Bardziej szczegółowoW każdym zadaniu za 0, 1, 2, 3, 4 poprawne odpowiedzi otrzymuje się odpowiednio 0, 1, 3, 6, 10 punktów.
Kolokwium 5 Wersja testu E 9 maja 205 r. W każdym zadaniu za 0,, 2, 3, 4 poprawne odpowiedzi otrzymuje się odpowiednio 0,, 3, 6, 0 punktów.. Liczbę naturalną q nazwiemy fajniutką, jeżeli istnieje taka
Bardziej szczegółowoSztuczna inteligencja : Algorytm KNN
Instytut Informatyki Uniwersytetu Śląskiego 23 kwietnia 2012 1 Algorytm 1 NN 2 Algorytm knn 3 Zadania Klasyfikacja obiektów w oparciu o najbliższe obiekty: Algorytm 1-NN - najbliższego sąsiada. Parametr
Bardziej szczegółowoPorównywanie i dopasowywanie sekwencji
Porównywanie i dopasowywanie sekwencji Związek bioinformatyki z ewolucją Wraz ze wzrostem dostępności sekwencji DNA i białek pojawiła się nowa możliwość śledzenia ewolucji na poziomie molekularnym Ewolucja
Bardziej szczegółowoSztuczna Inteligencja w medycynie projekt (instrukcja) Bożena Kostek
Sztuczna Inteligencja w medycynie projekt (instrukcja) Bożena Kostek Cel projektu Celem projektu jest przygotowanie systemu wnioskowania, wykorzystującego wybrane algorytmy sztucznej inteligencji; Nabycie
Bardziej szczegółowoWyznaczanie minimalnej odważki jako element kwalifikacji operacyjnej procesu walidacji dla wagi analitycznej.
Wyznaczanie minimalnej odważki jako element kwalifikacji operacyjnej procesu walidacji dla wagi analitycznej. Andrzej Hantz Dyrektor Centrum Metrologii RADWAG Wagi Elektroniczne Pomiary w laboratorium
Bardziej szczegółowoCzy za wszystkie straty energii w sieci 110 kv odpowiada spółka dystrybucyjna?
Czy za wszystkie straty energii w sieci 110 kv odpowiada spółka dystrybucyjna? Autorzy: Jerzy Szkutnik, Anna Gawlak, Stanisław Czepiel Instytut Elektroenergetyki Politechniki Częstochowskiej, Jerzy Zając
Bardziej szczegółowoBioinformatyka. (wykład monograficzny) wykład 5. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM
Bioinformatyka (wykład monograficzny) wykład 5. E. Banachowicz Zakład Biofizyki Molekularnej IF UM http://www.amu.edu.pl/~ewas lgorytmy macierze punktowe (DotPlot) programowanie dynamiczne metody heurystyczne
Bardziej szczegółowoSystemy pomiarowo-diagnostyczne. Metody uczenia maszynowego wykład III 2016/2017
Systemy pomiarowo-diagnostyczne Metody uczenia maszynowego wykład III bogumil.konopka@pwr.edu.pl 2016/2017 Wykład III - plan Regresja logistyczna Ocena skuteczności klasyfikacji Macierze pomyłek Krzywe
Bardziej szczegółowoAsocjacyjna reprezentacja danych i wnioskowanie
Asocjacyjna reprezentacja danych i wnioskowanie Wykorzystane technologie JetBrains PyCharm 504 Python 35 Struktura drzewa GRAPH PARAM PARAM ID1 ID2 ID_N params params params param_name_1: param_value_1
Bardziej szczegółowoMotywacja. Do tej pory: Dzisiaj:
GENE SET ENRICHMENT Motywacja Do tej pory: Gen traktowany jest niezależnie Konieczna jest korekcja dla wielokrotnego testowania (FDR) Wynikowa lista interesujących genów jest zmienna Biologiczna interpretacja
Bardziej szczegółowoBioinformatyka II Modelowanie struktury białek
Bioinformatyka II Modelowanie struktury białek 1. Który spośród wymienionych szablonów wybierzesz do modelowania dla każdego z podanych przypadków? Dlaczego? Struktura krystaliczną czy NMR (to samo białko,
Bardziej szczegółowoEmotiWord, semantyczne powiązanie i podobieństwo, odległość znaczeniowa
, semantyczne powiązanie i podobieństwo, odległość Projekt przejściowy ARR Politechnika Wrocławska Wydział Elektroniki Wrocław, 22 października 2013 Spis treści 1 językowa 2, kryteria 3 Streszczenie artykułu
Bardziej szczegółowoStatystyczna analiza danych
Statystyczna analiza danych ukryte modele Markowa, zastosowania Anna Gambin Instytut Informatyki Uniwersytet Warszawski plan na dziś Ukryte modele Markowa w praktyce modelowania rodzin białek multiuliniowienia
Bardziej szczegółowoDOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Szacowanie niepewności oznaczania / pomiaru zawartości... metodą... Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
Bardziej szczegółowoPorównanie szeregów czasowych z wykorzystaniem algorytmu DTW
Zlot użytkowników R Porównanie szeregów czasowych z wykorzystaniem algorytmu DTW Paweł Teisseyre Instytut Podstaw Informatyki, Polska Akademia Nauk 21 września 2010 Miary podobieństwa między szeregami
Bardziej szczegółowoINFORMATYKA POZIOM ROZSZERZONY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2015/2016 FORMUŁA DO 2014 ( STARA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2016 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoINFORMATYKA POZIOM ROZSZERZONY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2015/2016 FORMUŁA DO 2014 ( STARA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2016 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoAnaliza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32
Analiza i projektowanie oprogramowania Analiza i projektowanie oprogramowania 1/32 Analiza i projektowanie oprogramowania 2/32 Cel analizy Celem fazy określania wymagań jest udzielenie odpowiedzi na pytanie:
Bardziej szczegółowoBioinformatyka wykład 9
Bioinformatyka wykład 9 14.XII.21 białkowa bioinformatyka strukturalna krzysztof_pawlowski@sggw.pl 211-1-17 1 Plan wykładu struktury białek dlaczego? struktury białek geometria i fizyka modyfikacje kowalencyjne
Bardziej szczegółowoINFORMATYKA POZIOM ROZSZERZONY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2016/2017 FORMUŁA OD 2015 ( NOWA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2017 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoDopasowywanie sekwencji (ang. sequence alignment) Metody dopasowywania sekwencji. Homologia a podobieństwo sekwencji. Rodzaje dopasowania
Wprowadzenie do Informatyki Biomedycznej Wykład 2: Metody dopasowywania sekwencji Wydział Informatyki PB Dopasowywanie sekwencji (ang. sequence alignment) Dopasowywanie (przyrównywanie) sekwencji polega
Bardziej szczegółowoAlgorytmy klasteryzacji jako metoda dyskretyzacji w algorytmach eksploracji danych. Łukasz Przybyłek, Jakub Niwa Studenckie Koło Naukowe BRAINS
Algorytmy klasteryzacji jako metoda dyskretyzacji w algorytmach eksploracji danych Łukasz Przybyłek, Jakub Niwa Studenckie Koło Naukowe BRAINS Dyskretyzacja - definicja Dyskretyzacja - zamiana atrybutów
Bardziej szczegółowoKARTA KURSU. Metody biologii molekularnej w ochronie środowiska. Molecular biological methods in environmental protection. Kod Punktacja ECTS* 2
KARTA KURSU Nazwa Nazwa w j. ang. Metody biologii molekularnej w ochronie środowiska Molecular biological methods in environmental protection Kod Punktacja ECTS* 2 Koordynator Dr Gabriela Gołębiowska-Pikania
Bardziej szczegółowoInteraktywne wyszukiwanie informacji w repozytoriach danych tekstowych
Interaktywne wyszukiwanie informacji w repozytoriach danych tekstowych Marcin Deptuła Julian Szymański, Henryk Krawczyk Politechnika Gdańska Wydział Elektroniki, Telekomunikacji i Informatyki Katedra Architektury
Bardziej szczegółowoPomiar gotowości szkolnej uczniów za pomocą skali quasi-obserwacyjnej
Centralna Komisja Egzaminacyjna Pomiar gotowości szkolnej uczniów za pomocą skali quasi-obserwacyjnej Aleksandra Jasioska Zespół badawczy EWD, Centralna Komisja Egzaminacyjna Instytut Badao Edukacyjnych
Bardziej szczegółowobyły jedynie sekwencje aminokwasowe, a także wykorzystał go do oszacowania aktywności przeciwdrobnoustrojowej wybranych bakteriocyn.
Prof. dr hab. Marta Pasenkiewicz-Gierula Kraków, 28 grudnia 2015. Wydział Biochemii, Biofizyki i Biotechnologii Zakład Biofizyki Obliczeniowej i Bioinformatyki Uniwersytet Jagielloński Recenzja pracy doktorskiej
Bardziej szczegółowoProcedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Stron 7 Załączniki Nr 1 Nr Nr 3 Stron Symbol procedury PN//xyz Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
Bardziej szczegółowoKontrola i zapewnienie jakości wyników
Kontrola i zapewnienie jakości wyników Kontrola i zapewnienie jakości wyników QA : Quality Assurance QC : Quality Control Dobór systemu zapewnienia jakości wyników dla danego zadania fit for purpose Kontrola
Bardziej szczegółowoMETODY INŻYNIERII WIEDZY
METODY INŻYNIERII WIEDZY Metoda K Najbliższych Sąsiadów K-Nearest Neighbours (KNN) ĆWICZENIA Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Bardziej szczegółowoPageRank. Bartosz Makuracki. 28 listopada B. Makuracki PageRank
PageRank Bartosz Makuracki 28 listopada 2013 Definicja Definicja PageRank jest algorytmem używanym przez wyszukiwarkę Google do ustalania kolejności stron pojawiających się w wynikach wyszukiwania. Definicja
Bardziej szczegółowoSystem wspomagania harmonogramowania przedsięwzięć budowlanych
System wspomagania harmonogramowania przedsięwzięć budowlanych Wojciech Bożejko 1 Zdzisław Hejducki 2 Mariusz Uchroński 1 Mieczysław Wodecki 3 1 Instytut Informatyki, Automatyki i Robotyki Politechnika
Bardziej szczegółowoMetoda cyfrowej korelacji obrazu w badaniach geosyntetyków i innych materiałów drogowych
Metoda cyfrowej korelacji obrazu w badaniach geosyntetyków i innych materiałów drogowych Jarosław Górszczyk Konrad Malicki Politechnika Krakowska Instytut Inżynierii Drogowej i Kolejowej Wprowadzenie Dokładne
Bardziej szczegółowoKombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA. Marta Szachniuk
Kombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA Marta Szachniuk Plan prezentacji Wprowadzenie do tematyki badań Teoretyczny model problemu Złożoność
Bardziej szczegółowoMetody tworzenia efektywnych komitetów klasyfikatorów jednoklasowych Bartosz Krawczyk Katedra Systemów i Sieci Komputerowych Politechnika Wrocławska
Metody tworzenia efektywnych komitetów klasyfikatorów jednoklasowych Bartosz Krawczyk Katedra Systemów i Sieci Komputerowych Politechnika Wrocławska e-mail: bartosz.krawczyk@pwr.wroc.pl Czym jest klasyfikacja
Bardziej szczegółowoProcess Analytical Technology (PAT),
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Process Analytical Technology (PAT), nowoczesne podejście do zapewniania jakości wg. FDA Michał Iwaniec StatSoft Polska StatSoft
Bardziej szczegółowoAgnieszka Nowak Brzezińska
Agnieszka Nowak Brzezińska jeden z algorytmów regresji nieparametrycznej używanych w statystyce do prognozowania wartości pewnej zmiennej losowej. Może również byd używany do klasyfikacji. - Założenia
Bardziej szczegółowoProjektowanie (design) Eurostat
Projektowanie (design) Eurostat Podstawa prezentacji moduł Overall design autor Eva Elvers ze Statistics Sweden Prezentacja autora na szkoleniu w Hadze 28-29 listopada 2013 r. Zarys Badanie statystyczne
Bardziej szczegółowoCzęść II Uwaga: wszystkie wyniki muszą być odzwierciedleniem dołączonej komputerowej realizacji obliczeń.
Część II Uwaga: wszystkie wyniki muszą być odzwierciedleniem dołączonej komputerowej realizacji obliczeń. Zadanie 4.1. (0 1) 4. Opracowywanie informacji za pomocą komputera, w tym: rysunków, tekstów, danych
Bardziej szczegółowoPRZYRÓWNANIE SEKWENCJI
http://theta.edu.pl/ Podstawy Bioinformatyki III PRZYRÓWNANIE SEKWENCJI 1 Sequence alignment - przyrównanie sekwencji Poszukiwanie ciągów znaków (zasad nukleotydowych lub reszt aminokwasowych), które posiadają
Bardziej szczegółowoPraca magisterska Jakub Reczycki. Opiekun : dr inż. Jacek Rumiński. Katedra Inżynierii Biomedycznej Wydział ETI Politechnika Gdańska
System gromadzenia, indeksowania i opisu słownikowego norm i rekomendacji Praca magisterska Jakub Reczycki Opiekun : dr inż. Jacek Rumiński Katedra Inżynierii Biomedycznej Wydział ETI Politechnika Gdańska
Bardziej szczegółowoCZEŚĆ PIERWSZA. Wymagania na poszczególne oceny,,matematyka wokół nas Klasa III I. POTĘGI
Wymagania na poszczególne oceny,,matematyka wokół nas Klasa III CZEŚĆ PIERWSZA I. POTĘGI Zamienia potęgi o wykładniku całkowitym ujemnym na odpowiednie potęgi o wykładniku naturalnym. Oblicza wartości
Bardziej szczegółowoMetody ograniczenia przestrzeni poszukiwań w modelowaniu nieznanych struktur białkowych
Metody ograniczenia przestrzeni poszukiwań w modelowaniu nieznanych struktur białkowych Instytut Inżynierii Biomedycznej i Pomiarowej Politechnika Wrocławska Małgorzata Kotulska Witold Dyrka, Bogumił Konopka,
Bardziej szczegółowoPolitechnika Wrocławska, Katedra Inżynierii Biomedycznej Systemy Pomiarowo-Diagnostyczne, laboratorium
Politechnika Wrocławska, Katedra Inżynierii Biomedycznej Systemy Pomiarowo-Diagnostyczne, laboratorium Zajęcia wprowadzające 1. Cel ćwiczenia Przyswojenie podstawowych informacji dotyczących zasad tworzenia
Bardziej szczegółowoPrzewodnik. DynaMed Plus.
Przewodnik DynaMed Plus http://support.epnet.com/training/lang/pl/pl.php DynaMed Plus jest narzędziem informacji klinicznych, dzięki któremu lekarze mogą znaleźć odpowiedzi na kliniczne pytania. Treść
Bardziej szczegółowoPRÓBNY SPRAWDZIAN SZÓSTOKLASISTY Z OPERONEM
PRÓBNY SPRAWDZIAN SZÓSTOKLASISTY Z OPERONEM Wprowadzenie Na podstawie rozporządzenia Ministra Edukacji Narodowej z dnia 3 kwietnia 27 roku w sprawie warunków i sposobu oceniania, klasyfikowania i promowania
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Teoria prawdopodobieństwa i elementy kombinatoryki 3. Zmienne losowe 4. Populacje i próby danych 5. Testowanie hipotez i estymacja parametrów 6. Test t 7. Test
Bardziej szczegółowoEkonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoBioinformatyka wykład 12, 18.I.2011 Białkowa bioinformatyka strukturalna c.d.
Bioinformatyka wykład 12, 18.I.2011 Białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 18.01.11 1 Struktura natywna minimum energii swobodnej F = U TS Prawdopodobieństwo stanu ~ exp(-f/k
Bardziej szczegółowoBazy danych do rejestracji termograficznych badań medycznych
Bazy danych do rejestracji termograficznych badań medycznych Mariusz Kaczmarek 1, Antoni Nowakowski 1, Mateusz Moderhak 1, Piotr Siondalski 2 1 Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji
Bardziej szczegółowoPlan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji
Badania operacyjne i teoria optymalizacji Instytut Informatyki Poznań, 2011/2012 1 2 3 Teoria optymalizacji Teoria optymalizacji a badania operacyjne Teoria optymalizacji zajmuje się badaniem metod optymalizacji
Bardziej szczegółowoADNOTACJE WARIANTÓW GENETYCZNYCH
ADNOTACJE WARIANTÓW GENETYCZNYCH WSTĘP 1. Adnotacja? 2. Klasyfikacja wariantów 3. Sequence Ontology terms 4. Variant Effect Predictor online skrypt 5. Inne źródła adnotacji ADNOTACJA WARIANTÓW 1. Edycja
Bardziej szczegółowoPrzyrównanie sekwencji. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu
Przyrównanie sekwencji Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Sequence alignment - przyrównanie sekwencji Poszukiwanie ciągów znaków (zasad nukleotydowych lub reszt aminokwasowych),
Bardziej szczegółowoTRANSFORMACJE I JAKOŚĆ DANYCH
METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING TRANSFORMACJE I JAKOŚĆ DANYCH Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Bardziej szczegółowoLista rankingowa negatywnie zaopiniowanych wniosków Wspólne Przedsięwzięcie TANGO
Lista rankingowa negatywnie zaopiniowanych wniosków Wspólne Przedsięwzięcie TANGO Lp. Nr wniosku lub akronim 1. 266483 2. 266514 3. 267924 4. 267187 5. 268194 Wnioskodawca / Lider i członkowie konsorcjum
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoBadania wpływu charakterystyki dokładnościowej korekt różnicowych na poprawne wyznaczenie nieoznaczoności w pozycjonowaniu GNSS-RTK
Badania wpływu charakterystyki dokładnościowej korekt różnicowych na poprawne wyznaczenie nieoznaczoności w pozycjonowaniu GNSS-RTK Rozprawa doktorska Warszawa, 15 maja 214 r. Dominik Próchniewicz Politechnika
Bardziej szczegółowoAnaliza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Bardziej szczegółowoUkłady i Systemy Elektromedyczne
UiSE - laboratorium Układy i Systemy Elektromedyczne Laboratorium 1 Stetoskop elektroniczny parametry sygnałów rejestrowanych. Opracował: dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut
Bardziej szczegółowoSciFinder. Wyszukiwanie substancji chemicznych
SciFinder Wyszukiwanie substancji chemicznych Szukasz substancji: o następującej strukturze, np.. która w strukturze zawiera narysowany fragment, np. które są podobne do narysowanej struktury, np. o wzorze
Bardziej szczegółowoNowoczesne systemy ekspresji genów
Nowoczesne systemy ekspresji genów Ekspresja genów w organizmach żywych GEN - pojęcia podstawowe promotor sekwencja kodująca RNA terminator gen Gen - odcinek DNA zawierający zakodowaną informację wystarczającą
Bardziej szczegółowoWykład 9 Wnioskowanie o średnich
Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i
Bardziej szczegółowoPodstawy biologiczne - komórki. Podstawy biologiczne - cząsteczki. Model komórki eukariotycznej. Wprowadzenie do Informatyki Biomedycznej
Wprowadzenie do Informatyki Biomedycznej Wykład 1: Podstawy bioinformatyki Wydział Informatyki PB Podstawy biologiczne - komórki Wszystkie organizmy zbudowane są z komórek komórka jest skomplikowanym systemem
Bardziej szczegółowodr inż. Olga Siedlecka-Lamch 14 listopada 2011 roku Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Eksploracja danych
- Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska 14 listopada 2011 roku 1 - - 2 3 4 5 - The purpose of computing is insight, not numbers Richard Hamming Motywacja - Mamy informację,
Bardziej szczegółowoINFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA
Centrum Informatyczne TASK Politechnika Gdańska Instytut Oceanologii Polskiej Akademii Nauk (IO PAN) INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA Gdańsk Sopot,
Bardziej szczegółowoInformatyka w medycynie Punkt widzenia kardiologa
Informatyka w medycynie Punkt widzenia kardiologa Lech Poloński Mariusz Gąsior Informatyka medyczna Dział informatyki zajmujący się jej zastosowaniem w ochronie zdrowia (medycynie) Stymulacja rozwoju informatyki
Bardziej szczegółowoTechnologie informacyjne - wykład 12 -
Zakład Fizyki Budowli i Komputerowych Metod Projektowania Instytut Budownictwa Wydział Budownictwa Lądowego i Wodnego Politechnika Wrocławska Technologie informacyjne - wykład 12 - Prowadzący: Dmochowski
Bardziej szczegółowoRegresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna
Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować
Bardziej szczegółowo