@phdthesis{Kaiser,
  type      = {Bachelor Thesis},
  author    = {Florian Kaiser},
  title     = {The Xaa-Proline cis/trans Isomerization in Globular Proteins : Extraction of Structural Features and the Development of a Support Vector Machine Based Prediction Tool},
  url       = {https://nbn-resolving.org/urn:nbn:de:bsz:mit1-opus-24449},
  abstract  = {In dieser Arbeit wurde eine Methode zur Vorhersage der Xaa-Prolin cis/trans Isomerie (Xaa ist eine beliebige Aminos{\"a}ure) untersucht. Durch die Extraktion von zw{\"o}lf strukturellen Merkmalen (echte Sekund{\"a}rstruktur, innen/au{\"s}en Klassifizierung von Prolin, Eigenschaften der Umgebung um Prolin und von Prolin selbst) wurde eine Support Vector Machine (SVM) als Methode zur Vorhersage umgesetzt. Die Java Software Xaa-PIPT wurde zur Extraktion der strukturellen Merkmale entwickelt. Basierend auf 4397 (2199 cis und 2198 trans) Prolinen aus nicht redundanten, globul{\"a}ren Proteinen wurde ein Klassifikator mit Hilfe des radialen Basisfunktion (RBF) Kernels trainiert. In zehnfacher Kreuzvalidierung erzielte dieser eine Genauigkeit von 70,0478 \% und einen Matthews Korrelationskoeffizienten (MCC) von 0,4223. Au{\"s}erdem wurde eine Sensitivit{\"a}t von 0,5433 und eine Spezifit{\"a}t von 0,8576 erreicht. Basierend auf diesem Klassifikator wurde eine leichtgewichtige und benutzerfreundliche Software in Java entwickelt (m Xaa-PIPT), um die cis/trans Isomerie von Prolin vorherzusagen. Es wurde gezeigt, dass Korrelationen zwischen der r{\"a}umlichen Umgebung von Prolin und der Isomerie bestehen. m Xaa-PIPT kann f{\"u}r die Evaluierung von niedrig aufgel{\"o}sten Proteinstrukturen und theoretischen Modellen verwendet werden, um deren Qualit{\"a}t durch die Vorhersage der Xaa-Prolin Isomerie zu verbessern.},
  language  = {en}
}