prikaz prve stranice dokumenta Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja
Rad nije dostupan
završni rad
Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:150097
Frajlić, Nera
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Frajlić, N. (2020). Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:150097

Frajlić, Nera. "Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:150097

Frajlić, Nera. "Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:150097

Frajlić, N. (2020). 'Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:150097

Frajlić N. Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:150097

N. Frajlić, "Pronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:150097

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:150097
Podaci o radu
NaslovPronalaženje varijanti gena grupiranjem pomoću algoritama dinamičkog programiranja
Naslov (engleski)Discovering Gene Variants Using Clustering and Dynamic Programming Algorithms
AutorNera Frajlić
MentorKrešimir Križanović (mentor)
Član povjerenstvaKrešimir Križanović (predsjednik povjerenstva)
Član povjerenstvaMile Šikić (član povjerenstva)
Član povjerenstvaRobert Vaser (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-09-04, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Aleli su inačice gena koje se kod većine višestaničnih organizama nalaze na istom mjestu u homolognim parovima kromosoma. Par alela čini nasljednu osobinu. Poznavanje inačica pojedinog gena vrlo je korisno, no alele nije uvijek jednostavno prepoznati u uzorku. Pojedini aleli mogu biti slabo zastupljeni u populaciji, pa tako i u uzorku za istraživanje. Cilj ovog rada je razviti metode i algoritme grupiranja za prepoznavanje različitih alela u uzorku sekvenciranih gena MHC jelena običnog. Implementirana su četiri algoritma u programskom jeziku C++ koristeći alate Spoa i bioparser te algoritme dinamičkog programiranja međusobnog poravnanja sekvenci. Uzorci gena promatrani u radu dobiveni su sekvenciranjem metodom Ion Torrent i pohranjeni u datotekama FASTQ formata. U radu su opisani spomenuti algoritmi i rezultati dobiveni koristeći raspoložive podatke. Metode uspješno detektiraju vrlo zastupljene alele u uzorcima te ilustriraju probleme koji nastaju pri određivanju slabo zastupljenih alela kao i prisutnosti nevažećih podataka u uzorku.
Sažetak (engleski)
Alleles are gene variants found at the same place in homologous chromosome pairs in most multicellular organisms. A pair of alleles constitutes a hereditary trait. Knowing the variants of a particular gene is very useful, but alleles are not always easy to recognize in a sample. Particular alleles may be poorly represented in the population, thus in the research sample. The aim of this paper is to develop clustering methods and algorithms for detecting different alleles in a sample of sequenced MHC deer genes. Four algorithms were implemented using C++ programming language, spoa and bioparser tools, as well as dynamic programming algorithms for pairwise sequence alignment. The gene samples observed in the paper were obtained using Ion Torrent sequencing method and stored in FASTQ format files. The paper describes the mentioned algorithms and the results obtained using available data. The methods successfully detect highly represented alleles in the sample and illustrate the problems which arise when determining poorly represented alleles as well as the presence of invalid data in the sample.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:150097
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-14 08:46:20