Đăng nhập để tải tài liệu không giới hạn
Tham gia 8.000+ người dùng Thư Viện Luận Án
Đang tải tài liệu...
DỰ ĐOÁN CẤU TRÚC BẬC HAI CỦA PHÂN TỬ SINH HỌC TRÊN CƠ SỞ KẾT HỢP MỘT SỐ KỸ THUẬT TÍNH TOÁN MỀM
KHOA HỌC MÁY TÍNH (Mã số: 9.48.01.01)
Luận án "DỰ ĐOÁN CẤU TRÚC BẬC HAI CỦA PHÂN TỬ SINH HỌC TRÊN CƠ SỞ KẾT HỢP MỘT SỐ KỸ THUẬT TÍNH TOÁN MỀM" tập trung giải quyết thách thức trong việc xác định chính xác cấu trúc bậc hai của phân tử sinh học, đặc biệt là RNA, trong lĩnh vực sinh học phân tử và tin sinh học. Cấu trúc bậc hai là yếu tố quan trọng quyết định tính chất, hoạt động và chức năng của phân tử sinh học, nhưng việc dự đoán chính xác gặp nhiều khó khăn do sự phức tạp của cấu trúc và hạn chế của các phương pháp kiểm tra hiện tại.
Luận án tận dụng sự phát triển của công nghệ tính toán, đặc biệt là các kỹ thuật tính toán mềm, để đề xuất các phương pháp kết hợp nhằm cải thiện việc dự đoán. Mục tiêu chính bao gồm nghiên cứu và đề xuất các phương pháp kết hợp trong tính toán mềm, sau đó áp dụng chúng vào bài toán dự đoán cấu trúc bậc hai của RNA. Đối tượng nghiên cứu cụ thể là phân tử RNA và các kỹ thuật tính toán mềm như thuật toán di truyền, logic mờ, mạng nơ-ron nhân tạo và mạng LSTM.
Phạm vi nghiên cứu bao gồm tổng quan các phương pháp dự đoán hiện có, xác định hạn chế và đề xuất các thuật toán cải tiến: Thuật toán di truyền, kết hợp thuật toán di truyền với logic mờ, và kết hợp thuật toán di truyền với mạng LSTM. Phương pháp nghiên cứu được thực hiện theo hướng lý thuyết và thực nghiệm. Luận án đã đóng góp vào việc xác định các kỹ thuật tính toán mềm hiệu quả và tăng tính chính xác, hiệu quả trong dự đoán cấu trúc bậc hai của RNA thông qua các phương pháp kết hợp được đề xuất.
Kết quả thực nghiệm trên các chuỗi RNA từ các cơ sở dữ liệu như Rfam và COVID-19 Data Portal cho thấy các phương pháp kết hợp, đặc biệt là kết hợp thuật toán di truyền với mạng LSTM, mang lại giá trị năng lượng tự do tối thiểu (ΔG) tốt hơn so với các phương pháp quy hoạch động và thuật toán di truyền đơn lẻ, chứng minh tính hiệu quả của cách tiếp cận này.
Tải không giới hạn tất cả tài liệu, không cần chờ. Chỉ từ 199.000đ/tháng.
Xem gói hội viên