Omezení šumu signálu v genetických přepínačích

Kuhajda, Lukáš

Full metadata record

DC pole	Hodnota	Jazyk
dc.contributor.advisor	Georgiev Daniel, Doc. PhD.
dc.contributor.author	Kuhajda, Lukáš
dc.contributor.referee	Kasl Hynek, Ing.
dc.date.accepted	2021-6-17
dc.date.accessioned	2021-06-25T12:37:37Z	-
dc.date.available	2020-10-1
dc.date.available	2021-06-25T12:37:37Z	-
dc.date.issued	2021
dc.date.submitted	2021-5-26
dc.identifier	86206
dc.identifier.uri	http://hdl.handle.net/11025/44782
dc.description.abstract	Pomocí neuronových sítí s nově navrženou strukturou jsou v diplomové práci nahrazeny nespolehlivé expertní metody pro vkládání regulačních míst do promotorů. Jedná se o první využití umělé inteligence k takové úpravě promotorů. Došlo k vytvoření nově strukturovaných modelů neuronových sítí. Pro vybraný model byl poté na základě výstupů pro testovací data vypracován experiment v laboratoři. Dle návrhu neuronové sítě vzniklo vkládáním regulačních míst do promotorů deset konstruktů. Téměř ve třetině případů bylo dosaženo znatelné regulace. S drobnou úpravou experimentu by však mohlo dojít k validaci další sady konstruktů. Odhadovaný výsledek by pak znamenal úspěšnost regulace u šedesáti procent návrhů.	cs
dc.format	91 s.	cs
dc.format.mimetype	application/pdf
dc.language.iso	cs	cs
dc.publisher	Západočeská univerzita v Plzni	cs
dc.rights	Plný text práce je přístupný bez omezení.	cs
dc.subject	biokybernetika	cs
dc.subject	neuronové sítě	cs
dc.subject	umělá inteligence	cs
dc.subject	lstm	cs
dc.subject	syntetická biologie	cs
dc.subject	genetické inženýrství	cs
dc.subject	dna	cs
dc.subject	promotor	cs
dc.subject	genetická regulace	cs
dc.subject	kvasinka pivní	cs
dc.subject	saccharomyces cerevisiae	cs
dc.title	Omezení šumu signálu v genetických přepínačích	cs
dc.title.alternative	Signal-to-noise limitations of genetic toggle switches	en
dc.type	diplomová práce	cs
dc.thesis.degree-name	Ing.	cs
dc.thesis.degree-level	Navazující	cs
dc.thesis.degree-grantor	Západočeská univerzita v Plzni. Fakulta aplikovaných věd	cs
dc.thesis.degree-program	Aplikované vědy a informatika	cs
dc.description.result	Obhájeno	cs
dc.rights.access	openAccess	en
dc.description.abstract-translated	Using neural networks with a newly designed structure, the master thesis replaces unreliable expert methods for inserting regulatory sites into promoters. This is the first use of artificial intelligence to modify promoters in this way. Newly structured models of neural networks were created. Based on the outputs of the test data a laboratory experiment was conducted. According to the neural network design, ten constructs were created by inserting a regulatory site into the promoter. Significant regulation has been achieved in almost a third of cases. However, with a slight modification of the experiment, another set of constructs could be validated. The estimated result would then mean the success of regulation on sixty percent of proposals.	en
dc.subject.translated	biocybernetics	en
dc.subject.translated	neural networks	en
dc.subject.translated	artifical inteligence	en
dc.subject.translated	lstm	en
dc.subject.translated	synthetic biology	en
dc.subject.translated	genetic engineering	en
dc.subject.translated	dna	en
dc.subject.translated	promoter	en
dc.subject.translated	gene regulation	en
dc.subject.translated	brewer's yeast	en
dc.subject.translated	saccharomyces cerevisiae	en
Vyskytuje se v kolekcích:	Diplomové práce / Theses (KKY)

Soubory připojené k záznamu:

Soubor	Popis	Velikost	Formát
DP-LK-online.pdf	Plný text práce	10,18 MB	Adobe PDF	Zobrazit/otevřít
kuhajda-v.pdf	Posudek vedoucího práce	382,42 kB	Adobe PDF	Zobrazit/otevřít
kuhajda-o.pdf	Posudek oponenta práce	364,45 kB	Adobe PDF	Zobrazit/otevřít
kuhajda-p.pdf	Průběh obhajoby práce	155,53 kB	Adobe PDF	Zobrazit/otevřít

Zobrazit minimální záznam Zobrazit statistiky

Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/44782

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání

navigace