Sirvi Kuupäev , alustades "2020-09-02" järgi

Filtreeri tulemusi aasta või kuu järgi

Nüüd näidatakse 1 - 2 2

Potential therapeutic approaches for modulation of inflammatory response pathways
(2020-09-02) Urgard, Egon; Rebane, Ana, juhendaja; Pooga, Margus, juhendaja; Reigo, Anu, juhendaja; Annilo, Tarmo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Elusorganismid on pidevas kokkupuutes väliste ja sisemiste ohuteguritega, nende seas nii füüsikalis-keemiliste mõjurite kui ka mikroorganismidega. Organismi esmane kaitsebarjäär välise keskkonna mõjurite korral on epiteelkude, mille osad on näiteks nahk ja bronhiepiteel. Ohutegurite toimel algatatakse vajadusel kompleksne rakuline vastus, nn põletikureaktsioon, mis aitab kaasa ohu kõrvaldamisele ja tasakaalu taastamisele organismis. Kui see ei õnnestu, võivad tekkinud kahjustused olla väga ulatuslikud või viia kroonilise põletiku tekkele, mis omakorda suurendab kasvajate tekkeriski. Oma töös näitame, et inimese geen basonukliin 2 reguleerib interferooni signaaliraja geene, mis on olulised rakusurma suunamisel ning võitluses rakusiseste patogeenidega. Töö teises osas leidsime, et teatud tüüpi kullerpeptiidid on sobilikud kandurid transportimaks miRNA-sid nii erinevatesse rakutüüpidesse kui ka põletikulistesse kudedesse. Töös kasutatud kullerpeptiidide põhised meetodid võivad seega olla aluseks uudsete miRNA-põhiste ravimeetodite väljatöötamisel tulevikus. Kokkuvõttes annavad käesoleva doktoritöö tulemused täiendavaid teadmisi epiteelkudede kaitsemehhanismidest põletikuliste protsesside ja vähi korral ning võivad tulevikus olla abiks nende protsesside mõjutamisel ravi eesmärgil.
Neural networks for analyzing biological data
(2020-09-02) Tampuu, Ardi; Zafra, Raul Vicente, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tehisnärvivõrgud viimastel aastatel populaarsust kogunud masinõppe algoritm, mis on võimeline näidete põhjal õppima. Erinevad tehisnärvivõrkude alamtüübid on kasutusel mitmetes arvutiteaduse harudes: konvolutsioonilisi võrke rakendatakse objekti- ja näotuvastuses; rekurrentsed võrgud on efektiivsed kõnetuvastuses ja keeletehnoloogias. Need ei ole aga ainsad võimalikud tehisnärvivõrkude rakendamise valdkonnad - selles doktoritöös näitasime me tehisnärvivõrkude kasulikkust kahe bioloogilise probleemi lahendamisel. Esiteks küsisime, kas ainult DNA jupis sisalduva info põhjal on võimalik ennustada, kas see järjestus pärineb viiruse (ja mitte mõnda muud tüüpi organismi) genoomist. Läbi kahe publikatsiooni tõestasime me, et masinõppe algoritmid on selleks tõesti võimelised. Parima täpsuse saavutas konvolutsiooniline närvivõrk. Loodud lahendus võimaldab viroloogidel tuvastada seni tundmatuid viiruseliike, millel võib olla oluline mõju inimese tervisele. Teine käsitletud bioloogiline andmestik pärineb neuroteadusest. Imetajate hipokampuses esineb nn. koharakke, mis aktiveeruvad vaid juhul, kui loom asub teatud ruumipunktis. Näitasime, et rekurrentsete närvivõrkude abil saab vaid mõnekümne koharaku aktiivsuse põhjal ennustada roti asukohta ligi 10 cm täpsusega. Rekurrentsed võrgud osutusid efektiivsemaks kui neuroteaduses enim levinud Bayesi meetodid. Need võrgud suudavad kasutada rakkude eelnevat aktiivsust kontekstina, mis aitab täpsustada asukoha ennustust. Ka teistes neuroandmestikes võib eelnev ajuaktiivsus peegeldada konteksti, mis sisaldab olulist infot hetkel toimuva kohta. Seega võivad rekurrentsed tehisnärvivõrgud osutuda ajusignaalide mõistmisel ülimalt kasulikuks. Samuti on bioinformaatikas veel hulk andmestikke, kus konvolutsioonilised võrgud võivad osutuda efektiivsemaks kui senised meetodid. Loodame, et käesolev töö julgustab teadlasi tehisnärvivõrke proovima ka oma andmestikel.