Proteiinien laskostusongelman ratkaiseminen syväoppivan neuroverkon (AlphaFold3) avulla

Tietueen suppeat tiedot
dc.contributor.authorTenhami, Mervi
dc.contributor.departmentfi=Matematiikan ja tilastotieteen laitos|en=Department of Mathematics and Statistics|
dc.contributor.facultyfi=Matemaattis-luonnontieteellinen tiedekunta|en=Faculty of Science|
dc.contributor.studysubjectfi=Sovellettu matematiikka|en=Applied Mathematics|
dc.date.accessioned2026-06-02T19:01:11Z
dc.date.issued2026-05-25
dc.description.abstractProteiinit ovat eliöiden rakenteen ja biologisten reaktioiden keskeisiä osatekijöitä. Proteiinimolekyylejä käytetään myös lääkkeinä sekä osana teollisuuden kemiallisia prosesseja. Proteiinit koostuvat yhdestä tai useammasta aminohappoketjusta, joka laskostuu kolmiulotteisesti muodostaen toiminnallisesti aktiivisen molekyylin. Proteiinin kolmiulotteisen rakenteen selvittäminen mahdollistaa molekyylin toiminnan ymmärtämisen ja sen mahdollisen muokkaamisen myös haluttua prosessia varten. Proteiinien rakennetta on pyritty selvittämään jo 1900-luvun alkupuolelta lähtien, mutta menetelmät olivat varsin työläitä ja aikaavieviä. Tietokoneiden laskentakapa- siteetin kasvaessa on kehitetty erilaisia koneoppimisalgoritmeja laskostusongelman ratkaisemisen tehostamiseksi. Perinteisillä menetelmillä selvitetyt polypeptidiketjut ja niitä vastaavat kolmiulotteiset rakenteet on tallennettu tietokantoihin ja syvät neuroverkot ovat mahdollistaneet aiemmin kertyneen datan tehokkaan käytön proteiinien laskostusongelman tutkimuksessa. V. 2024 julkaistu AlphaFold3 on syvä- oppivaan neuroverkkoarkkitehtuuriin perustuva tekoälymalli, joka ennustaa suurella tarkkuudella proteiinien ja niihin liittyvien ligandien kolmiulotteisen rakenteen. Keskeisiä matemaattisia osa-alueita AlphaFold3:n algoritmissa ovat datan esittämiseen ja muokkaamiseen liittyvä lineaarialgebra ja oppimisprosessiin (konvergenssi) liittyvät peräkkäiset derivoinnit ja niihin liittyvät aktivointifunktiot. Tämän tutkielman tavoitteena on tutustuttaa lukija proteiinimolekyylin yleiseen rakenteeseen, koneoppimisen perusteisiin, AlphaFold3:n toimintaan, sekä niiden matemaattiseen taustaan.
dc.format.extent25
dc.identifier.urihttps://www.utupub.fi/handle/11111/61470
dc.identifier.urnURN:NBN:fi-fe2026060261507
dc.language.isofin
dc.rightsfi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.|
dc.rights.accessrightsavoin
dc.subjectproteiinien laskostusongelma
dc.subjectkoneoppiminen
dc.subjectAlphaFold3
dc.titleProteiinien laskostusongelman ratkaiseminen syväoppivan neuroverkon (AlphaFold3) avulla
dc.type.ontasotfi=Kandidaatintutkielma|en=Bachelor's thesis|

Tiedostot

Näytetään 1 - 1 / 1
Name:
LuK-tutkielma_MTenhami_2103279 (2).pdf
Size:
3.53 MB
Format:
Adobe Portable Document Format
Lataa

Kokoelmat

Kandidaatin tutkielmat (kokotekstit)