The impact of negative data sampling on antimicrobial peptide prediction
- Prelegent(ci)
- Michał Burdukiewicz
- Afiliacja
- Autonomous University of Barcelona
- Termin
- 16 listopada 2022 10:15
- Pokój
- p. 5820
- Seminarium
- Seminarium „Biologia obliczeniowa i bioinformatyka”
Peptydy to krótkie łańcuchy aminokwasowe, które pełnią wiele ważnych biologicznych funkcji (np. przeciwdrobnoustrojowe). Z tych względów badacze poszukują nowych peptydów o potencjalnie istotnych funkcjach, co jednak jest bardzo czaso- i kosztochłonne w warunkach laboratoryjnych. Dlatego też często stosuje się metody uczenia maszynowego, począwszy od modeli liniowych, po uczenie głębokie, które umożliwiają szybkie i tanie wykrywanie określonych grup peptydów w danych genomicznych i metagenomicznych. W mojej prezentacji pokazuję nie tylko proces tworzenia takich narzędzi, ale również problemy z tym powiązane takie jak brak odpowiednich danych (10.1093/nar/gkac882) oraz nierzetelne benchmarki (10.1093/bib/bbac343).