Computational Prediction of N-linked Glycosylation Sites on Plant Proteins
Notice bibliographique
Résumé
Glycosylation is an important form of protein post-translational modification where a glycan is attached to a protein via an enzymatic process.Experimental verification of glycosylation using wet lab techniques is expensive and time-consuming.While a number of computational prediction tools are available, none are trained using plant proteins.Since the mechanisms of glycosylation in plant and animal cells are known to differ, there is a need to develop a plantspecific predictor.In this thesis, we create such predictors of N-linked glycosylation using support vector machines and binary profile patterns derived from protein sequence windows as input feature data.The final classifier achieves a recall of 80.0% and 79.0% precision, as measured using a 10-fold cross-validation test.Our plant-specific classifier is more accurate on plant proteins than are other classifiers developed here and elsewhere.Finally, we have developed a web server to make the tool available to the research community.First and foremost, I would like to offer my special appreciation to my supervisor, Dr. James Green from the Department of Systems and Computer Engineering for all your continuous support and guidance in all stages of this thesis research.Dr. James Green trained me in the biological and bioinformatics fields, which helped me to have a clear objective of my project.He provided all required resources and tools as he could; that benefited me a lot, and helped me to steer in the right direction.I do strongly appreciate your support in the programming part of this research by providing server, database, coding and the necessary source codes that I could use in my own programming.Dr. James Green helped me to find and install the appropriate tool for training my classifier as well as debugging.I learned many programming skills from him.I would also like to thank you for all your brilliant comments, insightful idea, suggestions, patience and valuable supervision during my MASc.studies.More greatly, your encouragement and enthusiasm in this research helped me to improve my skills in bioinformatics and biological sciences.I would like to thank all my committee members for their warm encouragement and insightful comments that let me to grow as a
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».