A PPKE ITK X. kari TDK összefoglaló kiadványa. Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar

A PPKE ITK X. kari TDK összefoglaló kiadványa

Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar

2014

Nemzeti Tehetség Program Az Országos Tudományos Diákköri Tanács által elismert TDK-műhelyek támogatása NTP-TDK-13

Tartalomjegyzék

Pázmány Péter Katolikus Egyetem, Információs Technológiai és Bionikai Kar X. kari TDK – eredmények . . . . . . . . . . . . . . . . . . . . . . . .

5

Cserháti Gergely Szemben vagy párhuzamosan közlekedő járművek detekciója gépjármű fedélzeti kamerájának képén . . . . . . . . . . . . . . . . . . .

7

Dobson László A humán transzmembrán proteom meghatározása és vizsgálata .

8

Fodor Mátyás RNS-molekulák térszerkezetének globális és lokális összehasonlítása atomi távolságeloszlásokon alapuló módszerekkel . . . . . . . .

9

Zieger Flóra, Földi Sándor Pulzusdiagnosztika 3D tapintószenzorokkal . . . . . . . . . . . . . . 10 Gémes Dániel Peptid-domén kölcsönhatásokat stabilizáló tényezők feltérképezése 11 Hermann Ágnes Heterodimerek képződése a komplement rendszer lektin útvonalának szerinproteázai között . . . . . . . . . . . . . . . . . . . . . . . . 12 Kovács Lóránt Az emberi látásmodell attenciós mechanizmusaira épülő mulitfoveális képfeldolgozási algoritmusok megalkotása és vizsgálata sokprocesszoros architektúrákon . . . . . . . . . . . . . . . . . . . . . 13 Králik Tamás Alacsony komplexitású szekvenciák: aminosav-sorozatok, és a sorozatokhoz kapcsolódó mutációk vizsgálata . . . . . . . . . . . . . . 14 Lázár Tamás Rendezetlen fehérjék komplexeinek bioinformatikai vizsgálata . . 15

3 Nemzeti Tehetség Program Az Országos Tudományos Diákköri Tanács által elismert TDK-műhelyek támogatása NTP-TDK-13

Meszéna Domokos Identifiablity analysis and improved parameter estimation of a human blood glucose control system model . . . . . . . . . . . . . . 16 Nagy Balázs 3D objektumfelismerés Lidar pontfelhősorozatokon . . . . . . . . . 17 Pálffy András Mozgókamerás járműdetekció sokprocesszoros architektúrák és multifoveális adatfeldolgozás használatával . . . . . . . . . . . . . . . 18 Polcz Péter 3D virtuális városrekonstrukció LIDAR pontfelhőkből . . . . . . . 19 Szepes Dóra Rendezetlen kötőmotívumok kinyerése és elemzése a PDB fehérjeszerkezet adatbázisból . . . . . . . . . . . . . . . . . . . . . . . . . . 21


Pázmány Péter Katolikus Egyetem, Információs Technológiai és Bionikai Kar X. kari TDK – eredmények

A X. kari Tudományos Diákköri Konferencia 2013. november 29-én, pénteken 13.00-kor került megrendezésre az alábbi eredményekkel:

Rendszerbiológia • Meszéna Domokos: "Molekuláris szintű, vércukordinamikát leíró rendszermodell paraméterbecslése és szabályozási célú analízise" Kozulens: Dr. Szederkényi Gábor, Dr. Gáspári Zoltán I. helyezés Informatika • Polcz Péter: "3D virtuális városrekonstrukció LIDAR pontfelhőkből" Konzulens:Dr. Benedek Csaba I. helyezés • Cserháti Gergely:"Szemben vagy párhuzamosan közlekedő járművek detekciója gépjármű edélzeti kamerájának képén" Konzulens: Dr. Cserey György,Dr. Soós Gergely Balázs II. helyezés • Pálffy András: "Mozgókamerás járműdetekció sokprocesszoros architektúrák és multifoveális adatfeldolgozás használatával" Konzulens: Dr. Horváth András, Dr. Rekeczky Csaba II. helyezés • Nagy Balázs: "3D objektumfelismerés Lidar Pontfelhősorozatokon" Konzulens: Dr. Benedek Csaba, Börcs Attila III. helyezés • Kovács Lóránt: "Az emberi látásmodell attenciós mechanizmusaira épülő mulitfoveális képfeldolgozási algoritmusok megalkotása és vizsgálata sokprocesszoros architektúrákon Konzulens: Dr. Horváth András, Dr. Rekeczky Csaba III. helyezés 5 Nemzeti Tehetség Program Az Országos Tudományos Diákköri Tanács által elismert TDK-műhelyek támogatása NTP-TDK-13

Bioiformatika • Dobson László A humán transzmembrán proteom meghatározása és vizsgálata Konzulens: Dr. Tusnády Gábor I. helyezés • Lázár Tamás: "Rendezetlen fehérjék komplexeinek bioinformatikai vizsgálata" Konzulens: Dr. Schád éva I. helyezés • Gémes Dániel: "Peptid-domén kölcsönhatásokat stabilizáló tényezők feltérképezése" Konzulens: Dr. Dosztányi Zsuzsanna II. helyezés • Szepes Dóra: "Rendezetlen kötőmotívumok kinyerése és elemzése a PDB fehérjeszerkezet adatbázisból" Konzulens: Dr. Kalmár Lajos II. helyezés • Fodor Mátyás: "RNS térszerkezetek összehasonlítása a szekvenciális távolságok eloszlása alapján" Konzulens: Dr. Gáspári Zoltán III. helyezés Orvosi biotechnológia • Zieger Flóra, Földi Sándor: "Pulzusdiagnosztika 3D tapintószenzorokkal" Kozulensek: Dr. Sótonyi Péter, Dr. Cserey György I. helyezés • Hermann Ágnes: "Heterodimerek képződése a komplement rendszer lektin útvonalának szerinproteázai között" Kozulens: Dr. Dobó József II. helyezés


Szemben vagy párhuzamosan közlekedő járművek detekciója gépjármű fedélzeti kamerájának képén Cserháti Gergely Konzulens: Dr. Cserey György

Manapság egyre nagyobb hangsúlyt fektetnek a különböző autógyártók a biztonság növelésére. Ez a trend 2020 környékén odáig jut, hogy automata segítő rendszerek lesznek az új szériák autóiban. A legvégső cél a teljesen automata széria autó, melyet 2025-től várnak. Hogy ezek a célok megvalósíthatóak legyenek, szükségünk van különféle szenzorok adatainak feldolgozására. A vizualitás egy sofőr számára a legalapvetőbb. Ez gépi rendszereknél is lényeges modalitás, kamerák adataiból a hasznos információ kinyerése komoly mérnöki is kutatói kihívás. Célunk egy olyan rendszer fejlesztése, mely képes az autók detekciójára csupán egyetlen kép alapján, minél jobb bizonyossággal és pontossággal. Ez egy integrált rendszerben összeköthető egyéb szenzorok adataival, vagy futhat a sofőr mobil telefonján, annak kameráját használva. Munkám során a ’KITTI Vision Benchmark Suite’ nyilvánosan hozzáférhető tesztadatbázist használtam, ez lehetővé teszi az összehasonlítást ’State of the Art’ módszerekkel. Segítő rendszereknél kiemelt feladat a sávelhagyás detekció, a sávkövetés, az előzést segítő megoldások. Ezekben az alkalmazásokban közös, hogy kereszteződés mentes, gyakran több sávos útszakaszon azonosítsuk a környezetünkben velünk párhuzamosan, vagy a szemközti sávban haladó járműveket. A cél az objektumok követése: a folyamat elkezdéséhez elengedhetetlen követelménye a detekció, azon kép-területeknek az azonosítása, ahol jármű tartózkodik. A feladatosztály behatárolja azokat a feltételezéseket, melyekkel élhetünk a képfeldolgozó algoritmusok megválasztásánál. Detekciónkhoz tanuló algoritmusokat használtunk. Célom volt olyan algoritmusok alkalmazása, melyeknek létezik párhuzamos implementációja (GPU). A keresési tér drasztikus redukciója érdekében a videó képen egy gyors előválogatást végzek, a klasszifikáció előtt. A dolgozatban a különböző tanítási paraméterekkel kialakított detektorok eredményeit vetem össze és értékelem. A megszorításokat kihasználva specifikus objektum modelleket különítettem el, partícionálva a tanítóhalmazokat, és így vizsgáltam a detektorok összteljesítményét.


A humán transzmembrán proteom meghatározása és vizsgálata Dobson László Konzulens: Dr. Tusnády Gábor

A transzmembrán fehérjék rendkívül fontos szerepet játszanak az élő sejtekben mind egysejtű, mind többsejtű élőlények esetében, hiszen részt vesznek az energiatermelő folyamatoktól kezdve a különböző anyag- és információ "transzport"’ folyamatokon át a sejt-sejt kapcsolatok kialakításában. Ezek a fehérjék a sejteket, illetve az egyes sejt organellumokat határoló kettős lipidrétegű membránokba2 ágyazódva helyezkednek el, úgy, hogy a membrán mindkét oldala ("‘kint"’ és "‘bent) felé kinyúlnak a membránból és ezáltal képesek a membrán két oldala közötti anyag- és információáramlásban irányított módon részt venni. Mivel ilyen sok, és ilyen különböző biológiai folyamatban vesznek részt a transzmembrán fehérjék, rendkívül sok betegséggel kapcsolatba hozhatóak, illetve a betegség gyógyításához szükséges gyógyszerek és metabolitok célba juttatásában segédkeznek. A ma forgalomban levő gyógyszerek több mint fele valamilyen transzmembrán fehérjén fejti ki hatását, vagy hat kölcsön a kívánt hatás eléréséhez. Az új, hatásos gyógyszerek tervezéséhez, ezért elengedhetetlenül fontos a transzmembrán fehérjék szerkezetének ismerete. Ugyanakkor, ezen fehérjék térszerkezétenek meghatározása a ma ismert kísérletes eszközökkel (röntgen-diffrakció, mágneses magrezonancia spektroszkópia) igen nehéz. A humán genom bioinformatikai vizsgálata alapján a genom által kódolt fehérjék mintegy negyede transzmembrán fehérje, azaz kb 6-8 ezer transzmembrán fehérje található az emberi proteomban, ugyanakkor eddig kevesebb, mint 100 emberi transzmembrán fehérje szerkezete ismert. A transzmembrán fehérjék szekvencia alapján való pontos azonosítása, illetve a szekvenciák alapján a térszerkezet alacsonyfelbontású becslése (topológia becslés, "‘2.5D"’ becslés), ezen becslések pontosságának és megbízhatóságának a megadása, illetve a topológiai adatok adatbázisba szerkesztése, azok szisztematikus elemzése a jelen TDK munka célkitűzése. Az eredményül kapott humán transzmembrán fehérje proteom és topológiai adatbázis fontos kiinduló pontja lehet ezen fehérjék nagy skálás 3D-s szerkezetének a becsléséhez, illetve új gyógyszer célpontok azonosításához, új gyógyszerek kifejlesztéséhez.


RNS-molekulák térszerkezetének globális és lokális összehasonlítása atomi távolságeloszlásokon alapuló módszerekkel Fodor Mátyás Konzulens: Dr. Gáspári Zoltán

Az RNS információhordozó molekulaként került be a köztudatba, azonban a kutásokban nukleotid sorrend mellett egyre nagyobb hangsúlyt kap térszerkezete is. Az RNSmolekulák igen komplex, közel a fehérjékével összemérhető diverzitású háromdimenziós térszerkezeteket tudnak felvenni. Ennek ellenére az RNS-molekulák háromdimenziós térszerkezetének összehasonlítására lényegesen kevesebb eljárás született, mint fehérjék esetére. Az RNS térszerkezet funkciójának fontosságára a legegyszerűbb példa a riboszóma, ahol enzimatikus funkciót tölt be. Ezen kívül fontos szerepet játszik a génexpresszió szabályozásában az siRNS és a mikro-RNS. A feljebb említett funkciók feltérképezésében nagy segítséget nyújt egy olyan algoritmus, mely a molekulákat nukleotid szekvenciájuktól függetlenül, pusztán a térszerkezetük alapján tudja összehasonlítani, klasszifikálni, mivel így egy RNS adatbázis alapján prediktálhatóvá válnak az azzal összehasonlított szerkezetek funkciói. A fehérjék összehasonlítására létezik egy PRIDE nevű nagyon gyors algoritmus melynek működési elve a különböző szekvenciális távolságokhoz tartozó térbeli távolság-eloszlás alapján történő kontingencia tábla analízis. TDK munkám során a PRIDE algoritmust alapján implementáltam egy programot, mely a a meghatározott térbeli távolságra lévő nukleotidok szekvenciális távolságeloszlását hasonlítja össze. Elsőként egy olyan szkriptet fejlesztettem, mely a PDB adatbázisból letöltött térszerkezeteket tartalmazó fájlokból képes egy adatkészletet létrehozni, mely a szerkezetek egyes nukleotidjaitól bizonyos távolságra lévő nukleotidok szekvenciális távolságeloszlását tárolja el. Munkám második része ezek között az előre kiszámolt adatok között az összehasonlítás végrehajtása kontingencia tábla analízissel, melynek eredményeként minden összehasonlításra egy 0-1 közötti pontszámot kapunk. Feladatom volt a program teszteléséhez egy adatkészlet létrehozása, valamint a programban található algoritmus paraméterezése. Ezt a részeredmények statisztikai vizsgálatával hajtottam végre. Végül a program tesztelésének részeként bizonyos kiválasztott molekulákat hasonlítottam össze, melyek funkciója feltérképezett.


Pulzusdiagnosztika 3D tapintószenzorokkal Zieger Flóra, Földi Sándor Konzulensek: Dr. Cserey György, Dr. Sótonyi Péter

Az orvosi diagnosztikai eszközök a technológia fejlődésével egyre pontosabbá válnak, segítségükkel egyre biztosabban meg tudnak állapítani betegségeket. Különösen népszerűek a non-invazív eszközök, melyek biztonságosabb, a beteg számára is kisebb kellemetlenséggel járó vizsgálatot tesznek lehetővé. Azonban ezen berendezések sokszor káros mellékhatással járnak és általában rendkívül drágák is. Így egyre nagyobb az igény mellékhatásoktól mentes, olcsó, non-invazív eszközök iránt. Jelen dolgozat egy ilyen eszköz fejlesztésének első lépéseiről szól. A pulzusdiagnosztika alapelve, hogy az érhálózat kapcsolatban áll minden belső szervünkkel, így azokról információt hordoz. Ez az információ olvasható ki a pulzushullám terjedéséből, a pulzus karakterisztikából. Ezt a pulzus hullámot elsősorban a radiális artérián szokták mérni. Az eljárás segítségével megállapíthatók bizonyos szív- és érrendszeri, valamint belső szervi betegségek, azaz egy vizsgálat segítségével több betegségre is fény derülhet. Alapjai a Tradicionális Kínai Orvoslásban kerültek leírásra. Azonban ennek hátránya, hogy nehezen tanulható, illetve szubjektív, nagyban függ a diagnózis pontossága az adott orvos képzettségétől, aktuális koncentrációs állapotától. Épp ezért támadt igény a teljesen objektív, digitalizált pulzusdiagnosztikai rendszer létrehozására. Dolgozatunkban egy pulzusdiagnosztikai rendszer kialakításának első lépéseit mutatjuk be. A rendszer alapját a karunkon fejlesztett 3D tapintószenzor szolgáltatja, melynek segítségével non-invazív, fájdalom- és mellékhatásmentes módon rögzíthető a csuklón a radiális artérián terjedő pulzus hullám. Bemutatjuk a mérési környezet kialakítását, a mért jeleken végrehajtott jelfeldolgozási lépéseket. Ismertetjük a 175 alany részvételével megvalósított méréseink eredményét, az azokból levonható következtetéseket. Kitérünk a rendszerben rejlő lehetőségekre, jövőbeli fejlesztési terveinkre. Méréseinket és a későbbi adatfeldolgozást a 186/2013 számú TUKEB engedéllyel végeztük.


Peptid-domén kölcsönhatásokat stabilizáló tényezők feltérképezése Gémes Dániel Konzulensek: Dr. Dosztányi Zsuzsanna, Dr. Gáspári Zoltán

A fehérjék az élőlények olyan komplex biológiai folyamataiban játszanak szerepet, mint a jelátvitel vagy az enzimatikus reakciók. Ha ezek nem megfelelően működnek, az komoly problémát okozhat a szervezetben, ezért a modern orvostudomány számára fontos a pontos megértésük. A szabályozási folyamatokban résztvevő fehérjék számára elengedhetetlen hogy megfelelő kapcsolatokat tudjanak kialakítani egymással. A fehérjék közt kialakuló kölcsönhatások egy gyakori típusa a peptid-domén kölcsönhatás. A doméndomén kölcsönhatásokhoz képest azonban, az ilyen típusú kölcsönhatásokat jóval kevésbé ismerjük. A célom egy olyan módszer kifejlesztése, aminek segítségével meg tudjuk megjósolni, hogy az ismert térszerkezetű domének milyen peptidekkel képes kölcsönhatást kialakítani. Ehhez, a különböző térszerkezet becslő eljárásoknál már jól bevált módszert vettem alapul. Ennek alapja a már ismert térszerkezetű fehérjék adataiból számolt energiafüggvény, amely a megfigyelt párkölcsönhatási gyakoriságokon alapul. Az ismert térszerkezetű peptid-domén kölcsönhatásokat tartalmazó adatbázis felhasználásával készítettem egy energiafüggvényt, ami specifikusan az adott doménekhez kötő és nem kötő peptidek megkülönböztetésére lett optimalizálva. A kapott eredményekből kiderült, hogy ez az egyszerűsített modell a peptid-domén kölcsönhatásokra nem működik annyira jól, mint a globuláris fehérjék esetén. Azonban további energiatagok bevezetésével és az entrópikus tényezők figyelembevételével lehet még javítani a modellen. A továbbiak során, ezen a vizsgálatok által lehetővé válthat egy olyan modell megalkotása, amely felhasználható az élőlényekben működő fehérjehálózatok felderítéséhez.


Heterodimerek képződése a komplement rendszer lektin útvonalának szerinproteázai között Hermann Ágnes Konzulens: Dr. Dobó József

A minket körülvevő világban számos különböző kórokozó él, melyek bejutása az emberi szervezetbe szinte elkerülhetetlen. Emellett olykor a saját testi sejtjeink jelentenek veszélyt az egészségünkre nézve. A bejutott idegen, valamint az ártalmas saját anyagok hatástalanítása, a veszélyes és veszélytelen anyagok megkülönböztetése az immunrendszer fő feladata. Az immunrendszert két fő részre tagoljuk: veleszületett (natív) és szerzett (adaptív) immunitásra. A natív immunitás születésünktől kezdve véd minket, míg az adaptív forma fokozatosan, a velünk kapcsolatba kerülő anyagok alapján alakul ki. A komplement egy ősi kaszkád-rendszer, ami elsősorban a veleszületett immunitásban játszik fontos szerepet. Első védelmi vonalként részt vesz a bekerült idegen anyagok lehető leggyorsabb eltávolításában. Feladatai közé tartozik az opszonizáció, a patogének lízise, gyulladáskeltés és az immunkomplexek feloldása valamint eliminációja a veszély megszűnése után. Emellett az adaptív immunitásban résztvevő B-sejtekre is hatással van. Aktiválódása alapján három útvonalat különböztetünk meg: a klasszikus-, a lektinés az alternatív utat. A mannózkötő-lektin(MBL)-asszociált szerinproteázok (MASP-1, MASP-2, MASP-3) a lektin út fontos összetevői. Az idegen anyagok sejtfelszíni szénhidrát struktúráit ismerik fel az MBL és a fikolinok. Ezekhez a felismerő molekulához kötődve fordulnak elő a MASP-ok, amelyek a felismerést követően aktiválódnak. Dolgozatomat a Magyar Tudományos Akadémia Enzimológiai Intézetében készítettem Dr. Dobó József témavezető felügyelete alatt. Munkám során a MASP-ok Ca2+-függő homoés heterodimereinek képződését vizsgáltam. Ehhez a MASP-ok N-terminális fragmentjeit használtam, amelyek a MASP-ok első három - a dimerizációban részt vevő - doménjét tartalmazták. Ebben a rendszerben sikerült kimutatni MASP-1 és MASP-3, valamint MASP-1 és MASP-2 közti heterodimerek létrejöttét. Továbbá a fenti N-terminálisok segítségével lehetséges a MASP-ok izolálása humán vérből. Az erre irányuló kísérletek jelenleg is folynak. Az itt ismertetett munka alapján íródott cikk: "Dissociation and reassociation studies on the interaction domains of mannan-binding lectin (MBL)-associated serine proteases, MASP-1 and MASP-2, provide evidence for possible heterodimer formation"’ (szerzők: Katalin Paréj, Ágnes Hermann, Nóra Donáth, Péter Závodszky, Péter Gál and József Dobó) jelenleg elbírálás alatt áll.


Az emberi látásmodell attenciós mechanizmusaira épülő mulitfoveális képfeldolgozási algoritmusok megalkotása és vizsgálata sokprocesszoros architektúrákon Kovács Lóránt Konzulens: Dr. Horváth András, Dr. Rekeczky Csaba Az embereket érő külső ingerek jelentős százaléka vizuális információ. A jelenlegi kamerák képesek már nagy tér- és időbeli felbontással képeket rögzíteni, azonban a kulcskérdés továbbra is a rögzített nagy mennyiségű adat feldolgozása. Azonban a temérdek nyers, feldolgozatlan adat a belőlük kinyerhető információ híján nem ér semmit. Számos kritikus esetben szükség van az információ valós idejű, azonnali feldolgozására. Sokszor a sok adatból adódóan nem tudunk mindent gyorsan és pontosan kiszámítani. Azonban, ha a feldolgozás statisztikus alapú, az adattömeg érdemi információtartalmát mégis ki tudjuk rövid(ebb) idő alatt nyerni. Az emberi látórendszer képes erre a folyamatra: nagy tér- és időbeli felbontás mellett képes azonosítani objektumokat valós időben, mindezt alacsony fogyasztás mellett. Ugyanakkor az emberi látórendszerben sem biztosított a determinisztikus működés, azaz egy képre ránézve nem mindig ugyanazt látjuk, mert nem mindig ugyanúgy nézünk rá egy képre. Ezt a módszert, eljárást próbáltam megvizsgálni, modellezni, szimulálni a dolgozatomban. Összevetettem, hogy az emberi látást befolyásoló bemenetek és az attenciós mechanizmus hogyan befolyásolhatja egy kép feldolgozását. Ezen módszereket szimuláltam és vizsgáltam meg pontosságuk, valamint a kép- és videofeldolgozásban való használhatóságuk tekintetében. Dolgozatomban megmutatom, hogy ezen sztochaszikus, multi-foveaális képfeldolgozáson alapuló algoritmusok a gyakorlatban használhatók sokprocesszoros architektúrákon és jobban teljesítenek, mint a hagyományos soros feldolgozáson épülő módszerek.


Alacsony komplexitású szekvenciák: aminosav-sorozatok, és a sorozatokhoz kapcsolódó mutációk vizsgálata Králik Tamás Konzulens: Dr. Dosztányi Zsuzsanna

A szekvenálási technikák fejlődésének következtében már nemcsak a teljes humán genomot térképezték fel, hanem egyre teljesebb képet kapunk a populációban természetesen előforduló poliformizmusokról, illetve a rák genom projekteknek köszönhetőn a rák kialakulásáért felelős mutációkról is. A teljes genomok vizsgálata arra is rámutatott, hogy a globuláris domének mellett gyakoriak a jól-definiált térszerkezettel nem rendelkező, úgynevezett rendezetlen fehérje részek, illetve alacsony komplexitású szegmensek is. Ezek a részek nemcsak szekvenciális és szerkezeti tulajdonságaikban különböznek, hanem funkciójukban és betegségekben betöltött szerepükben is. Kutatásom során, az alacsony komplexitású szekvenciák egyik speciális esetét, az aminosavsorozatok előfordulásait elemeztem. Az aminosav sorozatot egyetlen aminosav sorozatos (legalább 5szörös) egy szekvencián belüli ismétlődéseként definiálhatjuk. Munkám során négy különböző adatbázist vizsgáltam: egy rendezetlen és egy rendezett fehérjéket tartalmazó adatbázist, valamint a teljes humán proteomot, illetve a rákos mutációkat tartalmazó fehérjék szekvencia adatbázisát. A különböző szempontok szerint csoportosított fehérje-adatbázisokan elemeztem az aminosav-sorozatok előfordulásait, illetve megvizsgáltam a rákos mutációk és poliformizmusok gyakoriságát a szomatikus mutációkat tartalmazó fehérjékben található aminosav-sorozatokban. A sorozatok előfordulásukat tekintve a rendezetlen fehérjéknél voltak leggyakoribbak, míg a legritkábban a globuláris fehérjékben voltak megtalálhatóak. Erre magyarázatként szolgál, hogy a rendezetlen fehérjék általában alacsonyabb komplexitásúak. Elvégeztem az összehasonlításokat az egyes adatbázisokra annak tekintetében, hogy az egyes aminosavak aránya a sorozatokban hasonló-e az adatbázis átlagos aminosav tartalmához. A teljes humán proteomnál például a prolin alakított ki legnagyobb affinitással sorozatot, a rendezetlen fehérjéknél pedig a glutaminsav. A rákos adatbázist vizsgálva kimutatható mennyiségben estek egybe a polimorfizmusok és a sorozatok pozíciói, így itt feltételezhetünk összefüggést köztük. Munkámban a sorozatra eső polimorfizmusok és a fehérje funkciók közti összefüggést is megkísérlek felkutatni. Ezek a vizsgálatok segíthetnek az aminosav-sorozatok funkcionális szerepének megértésében, illetve a bennünk előforduló mutációk hatásának feltérképezésében.


Rendezetlen fehérjék komplexeinek bioinformatikai vizsgálata Lázár Tamás

Konzulens: Schád Éva Ph.D.

Mára már elfogadott tény, hogy számos, alapvető biológiai folyamatban szerepet játszó fehérje natív állapotban nem rendelkezik jól meghatározott 3D-s szerkezettel. (Ezek a rendezetlen fehérjék leginkább gyorsan változó, egymásba átalakuló alternatív konformációk sokaságaként jellemezhetők.) Az irodalomban elfogadott nézet szerint - a rendezetlen szerkezetük következményeként - specifikus, de gyenge fehérje-fehérje kölcsönhatás kialakítására képesek. Erre vonatkozóan azonban még nem született átfogó vizsgálat, és számos megfigyelés utal arra, hogy ez az általánosítás nem állja meg a helyét. A feladatom a rendezetlen fehérjéket tartalmazó komplexek irodalomból kigyűjtött fiziko-kémiai, szerkezeti, biofizikai és egyéb adatainak kiegészítése és rendszerezése, az összegyűjtött adatokból adatbázis létrehozása és tesztelése volt, mely alapul szolgált további részletes bioinformatikai vizsgálatokhoz. Munkám során a rendezetlen fehérjepartnert tartalmazó komplexek kötődésének tanulmányozásával, a rendezetlen fehérjekomplexek rendszerező adatbázisának programozásával és tesztelésével foglalkoztam, továbbá a disszociációs állandót tartalmazó adatbázisok megismerése és bennük rendezetlen komplexek bioinformatikai keresése tartozott a feladataim közé. Jelenleg a rendezetlen fehérjék kötődésének bioinformatikai feltérképezését végzem mind a kötőaminosavak, mind a szerkezetek kötőfelszíneinek szempontjából, valamint a rendezetlen és globuláris fehérjék komplexeinek összehasonlító elemzésén dolgozom.


Identifiablity analysis and improved parameter estimation of a human blood glucose control system model Meszéna Domokos Konzulens: Dr. Szederkényi Gábor

A komplex biológiai folyamatok időbeli viselkedését legalább kvalitatív módon leíró matematikai modellek fontos szerepet játszanak a rendszer működésének megértésében és a szükséges külső beavatkozások (szabályozás) megtervezésében. Sajnos általánosságban elmondható, hogy biológiai rendszerek esetén a dinamikus mérések minősége és mennyisége elmarad a technológiai rendszereknél megszokott lehetőségektől. Emiatt a megfelelően pontos dinamikus modellalkotás lényegesen nehezebb. Kezdeti lépésként az ún. strukturális identifikálhatóság vizsgálatának feladata annak megállapítása, hogy a modell ismeretlen paraméterei elvileg egyértelműen meghatározhatók-e a mérésekből. A praktikus identifikálhatóság vizsgálata pedig arra irányul, hogy a megbecsülendő modellparaméterek a gyakorlatban megfelelő minőségben kiszámíthatók-e a mérési adatokból. Tudományos Diákköri munkámban célkitűzésem volt tanulmányozni - az előzetes irodalomkutatásból választott - vércukor szabályozási rendszer (Blood Glucose Control System) strukturális és praktikus identifikálhatóságát. Eredményeimben azt találtam, hogy a kiválasztott négy lineáris paraméter strukturális szempontból globálisan (tehát egyértelműen) identifikálható, amely bíztató eredmény biológiai rendszerek szimulációja során. Továbbá sikerült a továbbfejlesztett modell paraméterbecslésével pontosabb reprodukcióját adni a szakirodalomban fellelhető kísérleti adatoknak. Feladatomat, mind az illesztést, és identifikációt MATLAB szimulációs környezetben végeztem, utóbbihoz a kifejezetten e célra fejlesztett GenSSI Toolbox-ot és AMIGO Toolbox-ot használtam. Ezenkívül hozzáfogtam egy klinikusok számára alkalmazható, optimális kísérletterv elkészítéséhez, a hatékonyabb paraméterbecslés érdekében. További céljaim között szerepel az eredményeim részletezése és publikálása, végül nemlineáris szabályozási sémák megalkotása. Az identifikált modellen tesztelt szabályzó a jövőben hozzájárulhat egy biológiailag releváns, mérnökileg megfelelően szabályozott vércukorszintmérő kifejlesztéséhez.


3D objektumfelismerés Lidar pontfelhősorozatokon Nagy Balázs Konzulens: Dr. Benedek Csaba, Börcs Attila

Dinamikus városi környezetek felügyelete központi feladat forgalomirányítási, környezetvédelmi, baleset- és bűnmegelőzési alkalmazásokban. A környezet információinak minél jobb kiaknázása érdekében a hagyományos képi szenzorok adatai mellett egyre nagyobb szerepet kapnak a háromdimenziós érzékelők. A mozgó autóra helyezhető LIDAR szenzor olyan mérési sorozatot szolgáltat, ahol az egyes képkockák háromdimenziós pontfelhők, koordinátarendszerük pedig a jármű haladását követve változik. Így közvetlenül nyerhetünk pontos 4D (tér+idő) geometriai információt a helyszínről, azonban a ritka pontfelhősorozatok elemzése számos kihívást tartogat az automatikus gépi felismerő algoritmusoknak. A környezet értelmezésének fontos eleme különböző városi objektumok automatikus elkülönítése a háttértől, majd az osztályzásuk és felismerésük a megfigyelt vizuális jellemzők alapján. A dolgozatban áttekintést adok több szakirodalomban meglévő módszerről, melyek a LIDAR szenzor által rögzített pontfelhők szegmentálását, tehát a különböző objektumokhoz tartozó pontfelhő részek elkülönítését végzik. Az egyes módszereket megvizsgálva megállapítottam, hogy kritikus feladat az egymáshoz közel álló alakzatok szétválasztása, ezért a munkám során egy hierarchikus, kétszintű rács alapú szegmentációs eljárás javasoltam az összetartozó ponthalmazok meghatározására. A saját módszer előnyeit bemutattam a hagyományos 3D elárasztásos szegmentációs megközelítésekkel szemben. A következő lépésben módszereket javasoltam járművek, gyalogátkelőhelyek és közlekedési táblák elkülönítésére a LIDAR pontfelhőkben tárolt geometriai és intenzitás információkat együttesen felhasználva. A gyalogátkelőhelyek észleléséhez kihasználtam, hogy az útfestéseknek az úttesttől eltérő anyagáról nagyobb intenzitással verődik vissza a lézerfény, és az átkelők jellegzetes mérettel valamint alaki paraméterekkel rendelkeznek. Az útjelző táblákat a keskeny oszlopok tetején elhelyezkedő nagy intenzitású alakzatokként azonosítottuk. A munka során felhasznált pontfelhőket az MTA SZTAKI Velodyne HDL-64E típusú LIDAR készülékével rögzítettük Budapest utcáin, amely 15-20 Hz közötti frekvenciával szolgáltatott pontfelhő-kereteket egy mozgó autó tetejéről. Az egyes pontfelhők 60-100 ezer pontot tartalmaznak a szenzor 100-150 méteres körzetéből. Munkánk távlati célja olyan információk kinyerése, melyet egy autonóm rendszer felhasználhat automatikus 3D rekonstrukcióra, önjáró autó vagy drónok navigálására, objektumok - objektumcsoportok detektálására vagy adott objektumok nyomon követésére.


Mozgókamerás járműdetekció sokprocesszoros architektúrák és multifoveális adatfeldolgozás használatával Pálffy András Konzulens: Dr. Horváth András, Dr. Rekeczky Csaba

Az általunk érzékelt ingerek jelentős százaléka (több, mint 90%) vizuális információ. Logikus tehát, hogy mesterséges intelligencia kutatásában nagy jelentőséget tulajdonítunk a gépi látásnak. Napjainkban az eszközök folyamatos fejlődésének köszöhetően a kamerák képesek egyre nagyobb nagy tér és időbeli felbontással adatokat rögzíteni, s jelenleg minden jel arra mutat, hogy ez a tendencia a jövőben is folytatódni fog. A jobb felbontású, részletesebb képek lehetőséget nyújtanak olyan feladatok megoldásához s detekciókhoz, melyek az elmúlt években elképzelhetetlenek voltak, azonban a központi kérdés még mindig az adat feldolgozása, hiszen ennek ideje az adatmennyiség növelésével szintén rohamosan nő. Számos kritikus esetben szükség van az információ valós idejű, s azonnali feldolgozására. Néhány gyors folyamatban, mint például közlekedés irányítási és figyelési feladatokban fontos, hogy a másodperc törtésze alatt tudjunk bizonyos eseményeket detektálni. Alacson fogyasztású, sokprocesszoros eszközökkel lehetőség nyílik óriási adatok gyors feldolgozásásra, olyan módon, hogy közben a fogyasztás alacsony marad, így ez akár egy beágyazott rendeszerként működhet egy autóban. Azonban ezen architektúrák programozása során telejsen más szemléletre, és algoritmusokra van szükség, melyek képesek csupán a lokális információ alapján döntéseket hozni, objektumokat detektálni,anélkül hogy a kép minden pixelét feldolgoznák. Dolgozatomban egy ilyen algoritmus tervezésének lépéseit, s a módszer alkalmazhatóságát vizsgálom egy olyan összetett probléma esetén, mint a mozgókamerás járműdetekció.


3D virtuális városrekonstrukció LIDAR pontfelhőkből Polcz Péter Konzulens: Dr. Benedek Csaba

A háromdimenziós virtuális városmodellek széles körben elterjedtek az utóbbi években, szerepük a megjelenítés mellet különböző elemzési feladatokban is jelentős. Ugyanakkor az adatok mennyisége miatt a modellgenerálás nagyfokú automatizálása kulcsfontosságú a hatékonyság szempontjából. A LiDAR (Light Detection and Ranging) mérési technológia segítségével nagy pontosságú levegőből készített háromdimenziós pontfelhőket kaphatunk különböző földrajzi területekről, ami az optikai úton sztereokép-számítással nyerhető magasságtérkép hatékony alternatívájának számít a városrekonstrukciós feladatokban. Tudományos diákköri munkám során olyan automatikus és robosztus algoritmusok kifejlesztésére törekedtem, melyek légi LiDAR felvételek feldolgozásával részletekben gazdag háromdimenziós virtuális városmodelleket generálnak. Fontos célnak tűztem ki, hogy a rendszer képes legyen különböző építészeti irányzatot követő háztetőkről is valósághű modelleket rekonstruálni, másrészt akár több négyzetkilométernyi területet lefedő LiDAR mérések feldolgozását is felhasználói beavatkozás nélkül tudjuk elvégezni. A feldolgozás bemenetét szolgáló Budapest belvárosáról készült nagypontosságú légi LiDAR felvételeket az Infoterra Astrium GEO-Information Services Hungary Kft. bocsátotta rendelkezésünkre. A felvételek mintegy 300 m-es repülési magasságból készültek, az adathalmaz az egyes repülési irányoknak megfelelően 3-6 km hosszú és kb 200 m széles szegmensekből áll, ahol az egyes szegmensek 10-20 millió pontot tartalmaznak. A feladat megvalósításakor felhasználtam a kutatócsoportunkban korábban kifejlesztett pontfelhőosztályozó és előzetes tetőszegmentáló eljárásokat. A munkafolyamathoz a következő algoritmusok kidolgozásával és implementációjával járultam hozzá. A felületnormális alapú tetőszegmentálás alapötletéből kiindulva terveztem egy olyan eljárást, amely a tetőszegmensek határait is figyelembe veszi, így a szomszédos szegmensek résmentesen összeérnek. Algoritmust dolgoztam ki a tetőrészek éleinek detektálására, és ezek alapján történő poligon felületek generálásra. Gondot jelentett, hogy mivel a felhasznált háromszögelési eljárások a tetőszegmensek konvex burkára illesztik a felületmodellt, konkáv tetőszegmensek homorú külső részeiben hamis háromszögek keletkezhetnek. Erre a problémára egy Markov véletlen mezős eljárást adtam, melynek segítségével kiszűrtem a hibásan megjelenő háromszögeket. Az eljárásokat megvalósító szoftvert alkalmassá tettem nagy területet lefedő mérési adatok feldogozására, módszereim hatákonyságát egy 240m × 2.3km területű és kisebb 200m2 -es régiók mérési adatain teszteltem. A megfigyelt eredmények alapján a szoftver robosztusnak bizonyult. Az elkészült algoritmusokat az MTA SZTAKI Elosztott Események Elemzése Laboratóriumában folyó és az Európai Űrügynökség által támogatott DUSIREF projektben 19 Nemzeti Tehetség Program Az Országos Tudományos Diákköri Tanács által elismert TDK-műhelyek támogatása NTP-TDK-13

szeretnénk felhasználni a jövőben, különböző légi és földi pontfelhő alapú gépi felismerő eljárásaink eredményeinek a megjelenítéséhez. Másrészt az elkészült háromdimenziós modelleket különböző időpontokban készül űrképekkel szeretnénk összevetni, megvizsgálva az adaptív textúrázhatóság és a változásdetekció lehetőségeit.


Rendezetlen kötőmotívumok kinyerése és elemzése a PDB fehérjeszerkezet adatbázisból Szepes Dóra Konzulens: Kalmár Lajos

Az ezredfordulón a szerkezetbiológusok felismerték, hogy egyes fehérjék nem képesek stabil harmadlagos szerkezetet felvenni, de mégis jól meghatározható funkciókat látnak el. Az elmúlt több mint tíz évben ezeket a fehérjéket rendezetlen fehérjeként ismerte meg a tudomány, és számos téren beigazolódott, hogy megismerésük mind az alaptudomány, mind az orvosbiológia szempontjából igen fontos. A rendezetlen fehérjék fő funkciója a fehérje-fehérje kölcsönhatások kialakítása, leggyakrabban egy rövid lineáris peptidszakasz (6-10 aminosav) kapcsolodik a globuláris, rendezett partnerhez. A globuláris fehérjékben található funkcionális egységekhez, a doménekhez hasonlóan ezek a szakaszok tekinthetők a rendezetlen fehérjék, fehérje szakaszok funkcionális egységének. Munkám során a feladatom a PDB adatbázisból azon komplexek kiszűrése, feldolgozása és adatbázisba helyezése volt, melyek legalább egy ilyen rendezetlen kötőrégiót tartalmaznak. A feladat nehézségét egyrészt a PDB adatbázis számos hibájának menetközben történő kiszűrése jelenti, másrészt a munkából készülő adatbázis automatikusan kell, hogy frissüljön (a PDB adatbázis két hetente, havonta frissül), ennek leprogramozása is fontos. Az adatok kiszűrése után azok feldolgozása is a feladat része volt. Ennek egyik része a rendezetlen kötőmotívumok és az azokat határoló régiók tulajdonságainak vizsgálata volt, a másik pedig egy olyan keresőalgoritmus létrehozása, mely rendezetlen fehérje kötőmotívumokat ismer fel. A munka eredménye egy a csoportban folyó átfogó vizsgálat részét képezi majd, melyben a rendezetlen motívumok kialakulását, általános felépítését, működésükhöz szükséges kulcs faktorokat keressük majd.


Szerzők Cserháti Gergely, 7 Dobson László, 8 Fodor Mátyás, 9 Földi Sándor, 10 Gémes Dániel, 11 Hermann Ágnes, 12 Kovács Lóránt, 13 Králik Tamás, 14 Lázár Tamás, 15 Meszéna Domokos, 16 Nagy Balázs, 17 Polcz Péter, 19 Pálffy András, 18 Szepes Dóra, 21 Zieger Flóra, 10


A PPKE ITK X. kari TDK összefoglaló kiadványa. Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar

Recommend Documents