ALL libraries (COBIB.SI union bibliographic/catalogue database)
  • Applications of Machine Learning Methods to Quantifying Phenotypic Traits that Distinguish the Wild Type from the Mutant Arabidopsis Thaliana Seedlings during Root Gravitropism
    Tonejc, Jernej
    Post-genetske raziskave se ukvarjajo z zapletenimi problemi pregledovanja genomov organizmov, kjer iščemo specifično funkcijo ali potencial, ki bi lahko bila cilj genetskega inženiringa za ... pridobivanje zaželenih bioloških lastnosti. "Fenotipiziranje" naravnih in mutiranih oblik organizmov je zamudno in predrago za mnoge posameznike. V članku predstavimo preliminarno poročilo o napredku naših raziskav s področja masovne avtomatizacije posameznih korakov fenotipizacije (zajem slike, informatika, analiza podatkov), ki je potrebna za študij rastlinskih gen-protein omrežij, ki vplivajo na rast in razvoj rastlin. Naši rezultati poudarjajo pomen fenotipskih lastnosti, ki so implicitno skrite v vzorcih dinamike odziva korenine rastline na nenadne spremembe v okolju, kot je na primer nenadna reorientacija vrha korenine glede na gravitacijsko polje. Združitev dinamičnih lastnosti s splošnimi morfološkimi lastnostmi je omogočila razvoj robustnih in natančnih metod za strojno učenje, s pomočjo katerih lahko avtomatiziramo tipično fenotipiziranje, t.j., razločevanje med naravnimi in mutiranimi organizmi.
    Source: BIOCOMP 2010 : proceedings of the 2010 International Conference on Bioinformatics & Computational Biology. Vol. 1 (Str. 49-54)
    Type of material - conference contribution
    Publish date - 2010
    Language - english
    COBISS.SI-ID - 16029529

Shelf entry