prikaz prve stranice dokumenta In silico predikcija aktivnosti peptida
  Preuzmi
PDF 2.57 MB
završni rad
In silico predikcija aktivnosti peptida
Zagreb: Sveučilište u Zagrebu, Prehrambeno-biotehnološki fakultet, 2024. urn:nbn:hr:159:478383
Pupačić, Mihovil
Sveučilište u Zagrebu
Prehrambeno-biotehnološki fakultet
Zavod za biokemijsko inženjerstvo
Kabinet za bioinformatiku

Institucijski repozitorij: Repozitorij Prehrambeno-biotehnološkog fakulteta u Zagrebu

Citirajte ovaj rad

Pupačić, M. (2024). In silico predikcija aktivnosti peptida (Završni rad). Zagreb: Sveučilište u Zagrebu, Prehrambeno-biotehnološki fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:159:478383

Pupačić, Mihovil. "In silico predikcija aktivnosti peptida." Završni rad, Sveučilište u Zagrebu, Prehrambeno-biotehnološki fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:159:478383

Pupačić, Mihovil. "In silico predikcija aktivnosti peptida." Završni rad, Sveučilište u Zagrebu, Prehrambeno-biotehnološki fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:159:478383

Pupačić, M. (2024). 'In silico predikcija aktivnosti peptida', Završni rad, Sveučilište u Zagrebu, Prehrambeno-biotehnološki fakultet, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:159:478383

Pupačić M. In silico predikcija aktivnosti peptida [Završni rad]. Zagreb: Sveučilište u Zagrebu, Prehrambeno-biotehnološki fakultet; 2024 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:159:478383

M. Pupačić, "In silico predikcija aktivnosti peptida", Završni rad, Sveučilište u Zagrebu, Prehrambeno-biotehnološki fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:159:478383

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:159:478383
Podaci o radu
NaslovIn silico predikcija aktivnosti peptida
Naslov (engleski)In silico prediction of peptide bioactivity
AutorMihovil Pupačić
MentorAntonio Starčević (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prehrambeno-biotehnološki fakultet
(Zavod za biokemijsko inženjerstvo)
(Kabinet za bioinformatiku)
Zagreb
Datum i država obrane2024-09-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		BIOTEHNIČKE ZNANOSTI
Biotehnologija
Sažetak
Bioinformatički alati imaju sve širu primjenu u području analize proteina, njihovih sekvenci te aktivnosti. Na temelju sastava polipeptidnog lanca, međusobnih interakcija aminokiselina u njemu te ostalih parametara, razni bioinformatički alati utemeljeni na elementima strojnog učenja omogućuju pobližu predikciju bioaktivnosti i toksičnosti proteina. U ovom radu nasumično je odabrano 100 proteina iz ToxProt baze podataka te je svakom pronađen homolog BLAST pretraživanjem. Izabrani homolozi su proteini koji još nisu klasificirani unutar ToxProt baze podataka te pokazuju što nižu E-vrijednost jer to ukazuje na visoki stupanj homologije. Za svaki od ukupno 200 proteina je provedena predikcija bioaktivnosti pomoću bioinformatičkog alata PeptideRanker te predikcija toksičnosti pomoću ToxinPred2. Proteini sa visokim stupnjem homologije i sličnim rezultatima predikcija su dodatno 3D generirani AlphaFold alatom, čime je njihova sličnost potvrđena. S obzirom na homolognost sekvence te 3D strukture proteina i njegovog homologa bilo je moguće predvidjeti aktivnost homologa kojemu je do sada funkcija još bila nepoznata.
Sažetak (engleski)
Bioinformatics tools are increasingly applied in the analysis of proteins, their sequences, and activities. Based on the composition of polypeptide chains, amino acid interactions, and other parameters, machine learning-based bioinformatics tools enable predictions of protein bioactivity and toxicity. In this study, 100 proteins were randomly selected from the ToxProt database, and homologs were identified using BLAST search. These homologs, not yet classified in ToxProt, exhibited low E-values, indicating a high degree of homology. Bioactivity was predicted for all 200 proteins using PeptideRanker, and toxicity using ToxinPred2. Proteins with high homology and similar prediction results were further 3Dmodeled with AlphaFold, confirming their similarity. Based on sequence homology and 3D structure comparison, it was possible to predict the activity of homologs whose functions were previously unknown.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:159:478383
Studijski programNaziv: Biotehnologija
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka biotehnologije (univ. bacc. ing. biotechn)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje-Bez prerada 4.0 međunarodna (CC BY-ND 4.0)
Datum i vrijeme pohrane2024-11-07 14:08:27