Akademska 2011/12. godina

Poštovane kolege,

Zadovoljstvo nam je da vas obavestimo da će se na Matematičkom fakultetu Univerziteta u Beogradu, od 26. do 28. juna 2012. godine održati međunarodni skup Data Mining in Bioinformatics 2012.

Osnovni cilj skupa je da okupi zainteresovane istraživače u razvoju i primeni istraživanja podataka i drugih informacionih tehnologija u oblasti prirodnih nauka. U središtu pažnje skupa je istraživanje podataka, ali oblasti interesovanja uključuju i druge informacione tehnologije, takođe, kao što su analiza sekvenci, biostatistika, prepoznavanje oblika, mašinsko učenje i druge srodne oblasti.

Specifični cilj skupa je promovisanje bioinformatike u okviru postojećih i potencijalnih istraživanja u Beogradu i Srbiji, proširivanje i produbljivanje našeg razumevanja oblasti, okupljanje različitih istraživačkih zajednica, od informatike do molekularne biologije i biomedicine, kao i razmatranje mogućnosti za buduću saradnju sa kolegama iz različitih oblasti. Učešće na skupu je potvrdio veći broj eminentnih istraživača iz zemlje i sveta. Ovo je izuzetna prilika da se iz prve ruke upoznamo sa aktuelnim istraživanjima u ovoj veoma dinamičnoj oblasti.

U okviru skupa će prof. Vladimir Brusić održati mini-kurs Sistemi zasnovani na znanju. Namenjen je studentima i istraživačima i predstavlja odličnu priliku za upoznavanje sa teorijskim i praktičnim aspektima sistema za primenu ekspertskog znanja u bioinformatici.

Za više informacija o skupu posetite veb lokaciju skupa:
http://bioinfo.matf.bg.ac.rs/dmbi2012

Preliminarni program skupa:
http://bioinfo.matf.bg.ac.rs/dmbi2012/programme.wafl
Plakat:
http://bioinfo.matf.bg.ac.rs/dmbi2012/img.wafl?img=plakat.v14.96dpi.jpg
Plakat za mini-kurs:
http://bioinfo.matf.bg.ac.rs/dmbi2012/img.wafl?img=plakat.brusic.v14.96dpi.jpg

Srdačan pozdrav,
Grupa za bioinformatiku
Matematički fakultet
Univerzitet u Beogradu

У раду су, кроз пример моделовања карате-турнирских такмичења, приказане специфичности моделовања употребом Oracle софтверских алата. Основа за добру базу података је добар логички модел на основу којег се гради база, а затим и апликација за крајњег корисника. Сви пословни захтеви се приказују на дијаграму ентитета и веза (скраћено ЕРД од енгл. ERD - Entity Relationship Diagram) и формира се пратећа документација. Алат који се користи за моделовање је Oracle Data Мodeler. Сама база може да се изгради у софтверском алату Oracle Database 10g Express Edition доступном на сајту www.oracle.com. У раду је описан поступак пресликавања конкретног модела у скуп табела коришћењем овог алата. Да би слика о Oracle-окружењу била комплетна, приказано је како се креирана база података може користити постављањем упита коришћењем језика SQL, односно, PL/SQL. Овај рад се ослања на курс Дизајн база података и програмирање у језику SQL (енгл. Database design and programming with SQL) који је део обука које спроводи Академија Oracle.

U ovom radu opisana je veb-zasnovani dijagnostički softver za glavobolje razvijen sa ciljem da pomogne lekarima Klinike za Neurologiju u svakodnevnom radu sa pacijentima. Aplikacija omogućava lakše, brže i preciznije postavljanje konačne dijagnoze kod pacijenata koji boluju od različitih tipova glavobolje, kao i korigovanje propisane terapije na kontrolnim pregledima. Dobijeni podaci koji se čuvaju u bazi podataka su od velikog značaja za medicinsku zajednicu i otvaraju nove mogućnosti za dalji rad i istraživanje. Implementirani kriterijumi za određivanje tipa glavobolje zadovoljavaju evropski standard ICHD-II. Klinika za Neurologiju, Kliničkog centra Srbije je prva klinika u regionu koja je uvela korišćenje dijagnostičkog softvera u svakodnevnom radu.

Java Server Faces tehnologija predstavlja Java aplikativno okruženje, koje za osnovni cilj ima pojednostvaljeni i brži razvoj web aplikacija sa bogatim korisničkim interfejsom. Arhitektura JSF–a integriše MVC dizajnerski obrazac, kojim se domen rada razdvaja u 3 sloja: Model, View i Controller. Svaki sloj implementiran je jednom od tehnologija: JavaBeans, Java Server Pages, Java Servlet. Ovakva arhitektura omoguæava da se svi koji uèestvuju u razvoju softvera, a koriste ovu tehnologiju, fokusiraju na svoj deo posla. S obzirom da se za kreiranje pomenutih kompleksnih korisnièkih interfejsa koriste komponente, koje se ugraðuju u web stranice, može se reći i da je JSF komponentno-zasnovano okruženje (framework).

U radu je iskorišćena Java Server Faces tehnologija za izradu Web-aplikacije pomoću koje se mogu dobiti razne informacije (o restoranima, pozorištima, izložbama,…) vezane za beogradske opštine. Pored dobijanja informacija, aplikacija pruža i neke usluge (naruèivanje hrane, rezervacija karata, …) korisniku. Ova aplikacija omoguæava da se demonstriraju neke mogućnosti Java Server Faces tehnologije.

Konstantan napredak društva, ekonomije pa čak i moderne tehnologije neosporno utiču na razvoj sistema za poboljšanje obrazovanja. Jedan od osnovnih problema današnje škole je kako održati pažnju, koncentraciju i zainteresovanost učenika za predavanje tokom časa. Bitna odlika modernog obrazovanja je multimedija. Korišćenje multimedije na časovima transformiše nastavni proces, tako da se centar obrazovanja pomera od nastavnika i nastavnog materijala ka učeniku, učenik prestaje da bude pasivan. Multimedija će nesumljivo postati svakodnevnevna potreba obrazovog procesa. U ovom radu je prikazan inovativni pristup nastavi matematike u osnovnoj i srednjoj školi korišćenjem programskog paketa GeoGebra. Nastavni materijal se odnosi na pojam površine geometrijskih figura. Za prikaz sadržaja korišćene se web tehnologije HTML, PHP i JavaScript, matematički tekst je prikazan uz pomoć MatJax funkcija, a dinamičnost edukativnih materijala je postignuta korišćenjem Geogebra apleta. Cilj je povećanje interaktivnosti između nastavnog materijala i učenika, a sve u cilju poboljšanja kvaliteta obrazovanja.

ПОБОЉШАЊЕ МЕТОДА МРАВЉИХ КОЛОНИЈА ЗА РЕШАВАЊЕ НП-КОМПЛЕТНИХ ОПТИМИЗАЦИОНИХ ЗАДАТАКА КОРЕКЦИЈОМ ФЕРОМОНСКОГ ТРАГА

Семинар је посвећен решавању тешких оптимизационих проблема из области графова, употребом метахеуристике која се заснива на симулацији понашања колоније мрава односно оптимизацији мрављим колонијама (ОМК). Постоји низ метода за решавање овог типа проблема који се базирају на популацијама попут ројева честица, колонија пчела и ОМК. ОМК је први пут примењена на проблему трговачког путника. Употреба ОМК на овај проблем се унапређује увођењем нове врсте хибридизације, која се заснива на корекцији феромонског трага у зависности од карактеристика најбољег нађеног решења. Идеја је да се из оваквих решења избаце делови који имају неке непожељне карактеристике, усмеравањем саме колоније на области решења у којима се добра решења налазе са већом вероватноћом. У извршеним тестовима, на проблему трговачког путника је показано да овакав приступ налази квалитетнија решења и убрзава конвергенцију ка добрим резултатима. У семинару ће такође бити приказана адаптација ове хибридизације на значајно другачији проблем минималног тежинског чворног покривача графа, као и позитивни резултати који се на овај начин постижу.

U ovom radu predstavljeno je novo okruženje za procesovanje slika korišćenjem uzoraka-analogije slika (image analogies). Ovo okruženje se sastoji iz dve faze: faze učenja i faze primene. U fazi učenja se na osnovu originalne slike-model i njoj odgovarajuće filtrirane slike- master, uči model-master preslikavanje. Druga faza, faza primene je primena naučenog preslikavanja-filtera na novo odabranu sliku. Jednom naučeni filter može da se primeni proizvoljan broj puta na novo izabrane slike. Za učenje preslikavanja odabrane su neuronske mreže, tehnika nadgledanog učenja, obzirom da su poznati ulazni podaci kao i cilj-filter koji želimo da bude naučen. Koristi se feedforeward arhitektura neuronskih mreža i resilient propagation algoritam učenja. Izborom različitih vrsta ulaznih slika (model i master slika) okruženje podržava učenje različitih vrsta filtera. Prva faza podržava i opciju odvajanja od modela koji pokušavamo da naučimo, gde korisnik nezavisno od modela evoluira sopstvene filtere.

Ekstrakcija informacija kao oblast postoji i razvija se već više od 20 godina. Ipak, u svetu je primetan nedostatak literature koja se bavi teorijskim osnovama ove oblasti, pa su tako mnogi pojmovi koji se u njoj koriste predmet proizvoljnog tumačenja različitih istraživača. Sa druge strane, oblast ekstrakcije informacija se veoma oslanja na teoriju formalnih jezika i teoriju automata.

Ovo izlaganje ima za cilj da objedini i sistematizuje pojmove iz pomenutih oblasti, kao i da uvede neke nove pojmove koji bi jasnije odredili zadatke i predmet istraživanja ove oblasti. Detaljnije će biti predstavljena upotreba konačnih transduktora i rekurzivnih mreža prelaza za kreiranje pravila ekstrakcije i dati primeri njihove uspešne primene.

U okviru izlaganja biće predstavljen i dvofazni metod za ekstrakciju informacija baziran na konačnim transduktorima, koji procesu izdvajanja informacija iz teksta pristupa u dva glavna koraka (dve faze). U toku prve faze vrši se razdvajanje teksta na manje delove i njihovo strukturiranje (na primer, formiranjem slogova baze podataka sa jasno definisanim značenjem pojedinog sloga – dela teksta). U drugoj fazi vrši se primena pravila ekstrakcije zadanih konačnim transduktorima i mrežama prelaza na izdvojene delove teksta, kako bi iz njih bile izdvojene konkretne informacije, obično vrednosti nekih unapred zadatih atributa entiteta. Razvojem sistema za ekstrakciju koji implementira ovaj metod i njegovom primenom na enciklopedijski tekst o mikroorganizmima uspešno je kreirana baza podataka sa fenotipskim i genotipskim karakteristikama mikroorganizama, koju je moguće koristiti kao resurs pri različitim biološkim, genetičkim i bioinformatičkim istraživanjima.

Ocuvanje kulturne bastine je od velike vaznosti za razumevanje jednog naroda. Veliki korpusi podataka koji se odnose na nematerijalnu kulturnu bastinu i dalje postoje samo u nedigitalizovanoj formi. Kako je koriscenje interneta u velikom porastu, to postoji sve veca potreba da se informacije postave tako da budu dostupne na mrezi. Za tu svrhu je potrebno digitalizovati materijal i organizovati ga tako da bude jednostavno pretraziv. Digitalizacijom se prvenstveno omogucava jednostavnija razmena informacija kao i dostupnost siroj zajednici. Vazna je i zbog toga sto smanjuje mogucnost da se znacajne informacije izgube ili ostete u toku vremena, pa tako i buduce generacije mogu pristupiti datim materijalima. Tema ovog izlaganja je digitalizacija i organizacija materijala koji se sastoji od brojnih razgovora snimanih na razlicitim jezicima i dijalektima koji su u upotrebi na teritoriji Balkana. Ovaj korpus je nastao tokom desetogodisnjeg terenskog istrazivanja tima strucnjaka sa Balkanoloskog instituta SANU. Korpus se sastoji od audio i video materijala, fotografija i pratecih tekstualnih dokumenata u vidu protokola i transkripata. Sistem koji ce biti predstavljen omogucava oznacavanje i organizovanje ovakvog korpusa multimedijalnih dokumenata u XML bazu podataka posredstvom grafickog interfejsa. Omogucena je pretraga baze po kriterijumima kao sto su jezik, nacionalnost, tema o kojoj se govori i autori koji su ucestvovali u istrazivanju. Svakom dokumentu je pridruzeno mesto ili opstina u kome je snimljen, pa se prilikom pretrage na grafiku koji predstavlja regione oznacavaju oni regioni koji su povezani sa dokumentima koji zadovoljavaju uslove pretrage. Pretraga baze se moze izvrsiti i preko date interaktivne mape regiona. Multimedijalni dokumenti, koji se dobiju kao rezultat te pretrage, se zatim mogu pregledati ili preslusati.

Funkcionisanje nekih neuređenih proteina povezuje se sa pojavom raka i neurodegenerativnih bolesti, te u cilju konstruisanja izglednih terapija i lekova, stavlja se akcenat na proširivanje klasične strukturno-funkcijske paradigme, odnosno na razumevanje kako neuređeni proteini funkcionišu i šta uopšte uzrokuje pojavu neuređenosti. Ovde je sprovedena analiza pridruživanja između numeričkih indeksa fizičkohemijskih i biohemijskih osobina aminokiselina preuzetih iz baze AAindex i koeficijenta neuređenosti aminokiselina izračunatog nad podacima iz DisProt baze. Koeficijent neuređenosti predstavlja tendenciju aminokiseline da se češće pojavljuje u neuređenim regionima nego u ostatku, dobro struktuiranom delu proteina. Analizom je dobijen veliki skup pravila pridruživanja nad kojim su uočene jake povezanosti koeficijenta neuređenosti sa indeksima hidrofobnosti i određenih energija, kao i sa frekvencijom aminokiselina u β-ravni. Ovi rezultati možda mogu da doprinesu razumevanju sastava neuređenih regiona i poboljšavanju prediktora za neuređeni sadržaj proteina.

Arduino je open source hardversko-softverska platforma bazirana na 8-bitnom RISC Atmel AVR procesoru. Može se iskoristiti za kreiranje ulazno/izlaznih računarskih uređaja, kao i za kreiranje raznih uređaja, od sitnijih elektronskih uređaja do kontrolora za robote. Upoznaćemo se sa osnovama, konceptom i mogućim primenama.

Pored Interneta, značajno mesto u elektronskom poslovanju zauzima i mobilni telefon. On osvaja elektronsko tržište zato što je lako i naširoko dostupan, prostorno neograničavajući kao i to što iziskuje veoma mali iznos finansijskih sredstava što je za većinu kompanija važno. Pojava mobilnog telefona otvorila je nove perspektive poslovanja, kao što je na primer mogućnost ostvarivanja bankarskih usluga putem mobilnog telefona. Primena mobilnih telefona u poslovne svrhe dovela je do pojave novog koncepta savremenog poslovanja poznatog kao mobilno poslovanje. Mobilno poslovanje podrazumeva primenu mobilnih tehnologija u poslovne svrhe, sa ciljem obavljanja što efikasnijeg poslovanja. U ovom radu, predstavićemo način upotrebe naprednih tehnologija za mobilno poslovanje kroz implementaciju servisa za plaćanje računa putem mobilnog telefona. Pored navedenog, svakako glavni cilj ovog rada bi bio doprinos daljoj ekspanziji mobilnih plaćanja, kao značajne celine modernog elektronskog biznisa.
Ključne reči: mobilna trgovina, servis za mobilno plaćanje računa, SMS

Vannastavne aktivnosti predstavljaju važan segment života i rada u školi. Veb aplikacija za podršku vannastavnim školskim aktivnostima ima za cilj da omogući lakši rad i preglednost svim korisnicima aplikacije i omogući im aktivno učestvovanje. Razvijena je korišćenjem Oracle tehnologija (baze i alata koji je prate, kao i programskog jezika PL/SQL). U izlaganju će biti predstavljeno rešenje veb aplikacije i opisane pojedine primene ovih tehnologija na samu aplikaciju.

U ovom radu je predstavljena Veb aplikacija koja generiše ukrštene reči. Rad je podeljen u dve teze. U prvoj tezi rada je dat prikaz problema zadovoljavanja ograničenja (eng. Constraint Satisfaction Problem - CSP) i sve što je bilo potrebno istražiti da bi mogao da se uradi drugi deo rada. Istražene su arhikteture Veb aplikacija, alati za pravljenje Veb aplikacija (Java EE i Fleks), kao i projektni obrasci i slučajevi korišćenja. U drugoj tezi je opisano svođenje ukrštenih reči na problem zadovoljavanja ograničenja i implementacija Veb aplikacije.

U sredu 23. novembra, sa početkom u 18 sati, u sali 718 na Matematičkom fakultetu u okviru seminara Bioinformatika biće održano predavanje dr Miloša Beljanskog sa temom Uvod u molekulsku biologiju.

Veliki broj tema u savremenoj bioinformatici je tesno povezan sa problemima molekulske biologije. Molekulska biologija i grane koje se oslanjaju na nju (na primer genomika i proteomika) proizvode velike količine informacija za čiju je obradu potrebno raditi na samim granicama računarskih nauka. Za uspešno bavljenje ovim oblastima neophodno je poznavanje osnova molekulske biologije. Predavanje dr Miloša Beljanskog ima za cilj da predstavi ovu veoma zanimljivu oblast.

Pozivaju se zainteresovani nastavnici i studenti da prisustvuju predavanju.

(http://bioinfo.matf.bg.ac.rs/home)

U ovom izlaganju će biti objašnjeni neki principi na kojima funkcionišu softverske licence, bilo za vlasnički ili slobodan softver. Biće predstavljene osnovne kategorije slobodnih licenci i šta pružaju, odnosno zahtevaju od korisnika. Napravićemo i kratak osvrt na softverske patente i implementacije slobodnih alternativa komercijalnom softveru.

U radu su prikazana četiri algoritma za pronalaženje maksimalnih klika u neusmjerenim grafovima (Bron-Kerboš, Karagan-Pardalos, Estergard i algoritam iz programa Cliquer). Algoritmi su realizovani tako da se eventualno mogu kombinovati sa jednom od dve heuristike za određivanje redoslijeda čvorova primenom bojenja grafa. Programi su testirani na standardnim benčmark grafovima.

Mt:s vodič račun je račun namenjen kupovini usluga Telekoma Srbije. U ovom momentu njegovo korišćenje je predviđeno samo za prepaid korisnike, ali je potrebno omogućiti funkcionalnost i za druge tipove korisnika koje mt:s vodič prepoznaje, s tim što će ta funkcionalnost za druge tipove korisnika biti onemogućena do daljnjeg. Račun je vezan za broj telefona (MSISDN) korisnika.
Na nivou tipa korisnika obezbeđuje se na koje proizvode i usluge unutar mt:s vodiča račun može da se koristi. Korišćenje računa podrazumeva da se naplata proizvoda ili usluge vrši sa mt:s vodič računa, a ne sa prepaid računa korisnika. Podrazumeva se da je račun moguće koristiti samo za proizvode i usluge koji su suštinski integrisani u mt:s vodič. Kroz mt:s vodič se samo prosleđuje zahtev korisnika dok se na nekom eksternom sistemu koji nije pod kontrolom mt:s vodiča vrši naplata usluge.

Rad se bavi unapređenjem informacionog sistema za evidenciju računarske opreme koji se koristi u Republičkom geodetskom zavodu. Pored informacija o računarskoj opremi sistem skladišti prateće podatke o katastrima, zaposlenim licima i dobavljačima opreme. Tokom godina potrebe Zavoda su se promenile. Uzimajući u obzir i određene nedostatke koje je imao stari sistem, pojavila se potreba za implementacijom novog sistema. Osnovni zahtevi koje treba ispunjavati novi sistem jesu poboljšano upravljanje podacima o računarskoj opremi i pojednostavljanje i decentralizacija procedure za prijavu i servis kvarova. Implementacijom jedne veb aplikacije, koja obuhvata ova unapređenja, zamenilo bi se trenutno paralelno korišćenje dve aplikacije u istu svrhu.

C# omogućuje efikasno razvijanje kvalitetnih aplikacija, koje se lako mogu unapređivati, a Autocad je najrasprostranjeniji softver za projektovanje. Za automatsko poređenje se koriste algoritam poređenja po hendlu, geometrijsko poređenje i kombinovano poređenje. Poređenje po hendlu je najpogodnije za datoteke koje su nastale od iste datoteke. Geometrijsko poređenje je pogodno za datoteke koje imaju sličnosti, ali nisu istog porekla. Kombinovano poređenje se koristi u opštem slučaju kada se ne zna kako su datoteke nastale. Za implementaciju algoritama u C#-u se koriste postojeće biblioteke za čitanje i pisanje DWG datoteka. Algoritmi se primenjuju i za spajanje datoteka, koje ne bi bilo moguće bez prethodnog poređenja. Projektanti će, korišćenjem softvera za automatsko poređenje datoteka, imati više vremena za projektovanje, a manje vremena će trošiti na ručno upoređivanje crteža i na jednostavan način će pratiti izmene i spajati datoteke.

Virtualizacija je postupak koji danas sve češće koriste različita preduzeća da bi napravila uštede u hardverskim i softverskim resursima. Umesto kupovine sve većeg broja fizičkih servera da bi na njima bili postavljani novi servisi, moguće je optimizovati hardverske resurse instaliranjem većeg broja virtualnih mašina koje mogu biti i serverske mašine na manjem broju fizičkih servera. Uz odgovarajuću mrežnu podršku i prateći softver, ovako organizovana računarska infrstruktura može da obezbedi veliki broj servisa potrebnih preduzeću. Pored toga, smanjuje se mogućnost pada sistema, gubljenja podataka, nepotrebnog trošenja energije itd.
I pored toga što su, na početku, potrebna izvesna ulaganja u hardver i prateći softver, dugoročnije gledano, virtualizacija računarskog sistema je isplativa investicija.
Danas postoji nekoliko firmi u svetu koje nude uslugu uvođenja virtualne infrastrukture. Među poznatijim su: VM Ware, Microsoft i Citrix. U ovom radu je opisan postpak virtualizacije zasnovan na tehnologiji firme VM Ware. Proces uvođenja virtualne infrastrukture zavisi od veličine preduzeća. U radu su opisani svi značajni koraci virtualizacije (počev od faze analize do implementacije) za preduzeće srednje veličine.

QLab је апликација отвореног кода која служи за нумеричка израчунавања. Израђује се у најновијим технологијама компаније Microsoft, као што су .NET Framework 4, C# и WPF. Због свог обима и сложености, апликација је подељена на неколико великих целина. У овом излагању ће бити приказана архитектура и дизајн графичког корисничког интерфејса, који због специфичности апликације има јединствене захтеве.
Интерфејс је модуларан па је компонентама омогућено да се независно развијају без утицаја једне на друге. Свака компонента интерфејста имплементира Model-View-Presenter шаблон за дизајн. На тај начин се добијају компоненте које су концептуално подељене на три дела којима се тачно зна улога, што је за пројекат овакве сложености је то веома значајно. Архитектура и дизајн интерфејса QLab-a се такође може користити и у другим сложеним апликацијама.

У уторак 18. октобра 2011, на Математичком факултету Универзитета у Београду ће гостовати проф. др Петер Томпа, директор одсека за структуралну биологију на универзитету Врије у Бриселу и руководилац групе у Лабораторији за суштински неуређене протеине на Институту за ензимологију Мађарске академије наука. Гостовање проф. др Томпе организује група за биоинформатику, која ради на Математичком факултету у оквиру пројекта 174021.

Са почетком у 13 сати, у сали 718 (IV спрат), проф. др Петер Томпа ће одржати предавање на тему Биоинформатички приступи изучавању суштинске неуређености протеина. Позивамо све заинтересоване колеге да присуствују овом предавању.

Апстракт: Суштински неуређени протеини (IDPs/IUPs) постоје и функционишу без добро дефинисане 3Д структуре, пркосећи класичној парадигми структура-функција. Структурна неуређеност је широко распрострањена код еукариотских протеома и корелирана је са важним функцијама као што су трансдукција сигнала и регулација транскрипције. Док се данас повећавају истраживања ових протеине, већина наших сазнања у погледу њихове структуре и функције произлазе из малог броја структурних студија. На основу ових података је изграђена база података неуређених протеина (DisProt, vvv.dispto.org), која се користи као референтна тачка за развој биоинформатичких предиктора, односно рачунарских алгоритами за предвиђање неуређености на основу секвенце амино киселина. У предавању ћу представити кратак преглед области структурне неуређености, са посебним фокусом на посебне функционалне режиме које неуређеност омогућава. Затим ћу разматрати физичке принципе на којима почивају најважнији предиктори неуређености и представити неке од најутицајнијих од развијених предиктора. Коначно, показати кроз неколико примера како се ови алати користе за решавање важних и разноврсна биолошких питања, као што су учешће структурних поремећаја у канцеру, двоструко кодирање у геному и термална адаптација код бактерија.

Bioinformatic approaches of studying intrinsic structural disorder of proteins

Peter Tompa^1,2
1VIB Department of Structural Biology Brussels, Belgium and ²Institute of Enzymology, Budapest, hungary
prompa@vub.ac.be http://tompa.enzim.hu

Intrinsically disordered proteins (IDPs/IUPs) exist and function without a well-defined 3D structure, defying the classical structure-function paradigm¹. Structural disorder is widespread in eukaryotic proteomes and correlates with important functions such as signal transduction and transcription regulation. Whereas currently increasing effort is focused on these proteins, most of our concepts regarding their structure and function stem from a limited range of structural studies. Based on these data, a database of protein disorder (DisProt, www.dispto.org) has been assembled², which is used as a point of reference for developing bioinformatic predictors, i.e. effective computational algorithms to predict disorder from amino acid sequence³. In my talk I will briefly overview the field of structural disorder, with a major focus on the special functional modes it enables. I will then discuss the physical principles underlying the most important disorder predictors, and introduce some of the most influential predictors developed. Finally, I will demonstrate through several examples how these tools can be used to address important and diverse biology questions, such as the involvement of structural disorder in cancer⁴, dual coding in the genome⁵ and thermal adaptation in bacteria⁶.

1. Tompa, P. Unstructural biology coming of age. Curr Opin Struct Biol 21, 419-25 (2011).
2. Sickmeier, M. et al. DisProt: the Database of Disordered Proteins. Nucleic Acids Res 35, D786-93 (2007).
3. Dosztanyi, Z. & Tompa, P. Prediction of protein disorder. Methods Mol Biol 426, 103-15 (2008).
4. Hegyi, H., Buday, L. & Tompa, P. Intrinsic structural disorder confers cellular viability on oncogenic fusion proteins. PLoS Comput Biol 5, e1000552 (2009).
5. Kovacs, E., Tompa, P., Liliom, K. & Kalmar, L. Dual coding in alternative reading frames correlates with intrinsic protein disorder. PNAS 107, 5429-34 (2010).
6. Burra, P.V., Kalmar, L. & Tompa, P. Reduction in structural disorder and functional complexity in the thermal adaptation of prokaryotes. PLoS One 5, e12069 (2010).

Predmet izučavanja ovog rada su distribuirane baze podataka sa ponovljenim podacima i sinhronizacija podataka primenom lenjog ažuriranja. U radu će biti definisan pojam distribuiranih baza podataka i značaj distribuiranih baza podataka u struktuiranju, organizovanju i korišćenju podataka pri automatskoj obradi. Biće dat osvrt na arhitekturu, osobine, probleme na koje se nailazi prilikom rada sa distribuiranim bazama podataka, kao što su fragmentacija podataka, distribuirana obrada upita, distribuirano ažuriranje, upravljanje katalogom itd. Zatim će biti reči o distribuiranom sistemu sa ponovljenim podacima, problemima konzistentnosti takvog sistema, strategijama ažuriranja podataka kao i protokolima koji se primenjuju.

Rad opisuje i osvrće se na različite pristupe sinhronizaciji podataka u distribuiranom sistemu sa ponovljenim podacima, primenom Microsoft, Oracle i drugih tehnologija prisutnih na tržištu. Takođe, ukazuje na nemogućnost korišćenja rešenja koje pužaju proizvođači baza podataka u nekim slučajevima i na potrebu za implementiranjem vlastite sinhronizacijske logike, koja će zadovoljiti specifične zahteve sistema po pitanju količine prenesenih podataka, brzine prenosa, pouzdanosti, uređaja koji su uključeni u sinhronizaciju i slično.

Kroz sopstveno rešenje, aplikaciju koja omogućava sinhronizaciju podataka u distribuiranom sistemu sa ponovljenim podacima, biće prikazani i ilustrovani neki od prethodno pomenutih koncepata.

NP-kompletni problemi predstavljaju teške i u praktičnim primenama važne probleme odlučivanja, za čije rešavanje nije poznat polinomijalan algoritam. Poznato je da se svaki NP-kompletan problem može svesti na bilo koji drugi NP-kompletan problem u polinomijalnom vremenu. SAT problem je jedan od najznačajnijih NP-kompletnih problema. Moderni SAT rešavači su u stanju da reše instance od nekoliko miliona klauza. Pitanje je da li postoje neke instance drugih NP-kompletnih problema (posebno oni za koje ne postoje dovoljno napredni rešavači) koje se mogu brže rešiti svođenjem na SAT i upotrebom SAT rešavača. Slično, pitanje je da li postoje instance SAT problema koje se mogu brže rešiti svođenjem na neki drugi NP-kompletan problem i upotrebom specijalizovanog rešavača za taj problem. U master tezi na ovu temu prikazani su rezultati rešavanja SAT problema svođenjem na probleme klike i Hamiltonovog ciklusa i obratno. Analizirano je da li se svođenjem dobija efikasnije rešavanje, kao i da li svođenje čuva relativnu težinu instanci problema.

Veliki broj praktičnih problema, kao što su to verifikacijski problemi, kombinatorni problemi, problemi planiranja, mogu se uspešno rešavati svođenjem na SAT problem i, dalje, korišćenjem SAT rešavači. Naime, iako svođenje na SAT dovodi do povećanja veličine reprezentacije instance problema, često se na ovaj način dobija efikasnije rešavanje nego korišćenjem specijalizovanog rešavača nad početnom reprezentacijom. Najveći broj modernih SAT rešavača se zasniva na DPLL proceduri, koja zahteva da logička formula bude u konjuktivnoj normalnoj formi (KNF). Međutim, značajan broj problema koji potiče iz prakse se prirodnije predstavlja formulom koja nije u KNF. Prevođenje u KNF za ovakve problem dovodi do gubitka bitnih informacija o strukturi problema koje bi se mogle iskoristiti za unapređenje efikasnosti njegovog rešavanja. Ovi faktori doprineli su početku razvoja ne-KNF SAT rešavača koji direktno mogu da rade sa proizvoljnim iskaznim formulama. U master tezi na ovu temu i u izlaganju će biti opisana dva ne-KNF rešavača, jedan mehanizam njihovog korišćenja, kao i određeni eksperimentalni rezultati.

U radu je prikazan genetski algoritam za rešavanje dvostepenog problema instalacije neograničenih kapaciteta, koji predstavlja jedan od centralnih problema dizajna telekomunikacionih mreža. Imajući u vidu da je problem NP-težak, velika pažnja se posvećuje heurističkim metodama. Ovde je za rešavanje prvi put upotrebljen genetski algoritam. Za ulaze manjih dimenzija algoritam daje optimalna rešenja, kao i CPLEX rešavač. Pored toga, prvi put su rešeni neki slučajevi većih dimenzija. Implementirane su dve verzije genetskog algoritma, jedna koja kao operator selekcije koristi običnu turnirsku selekciju, a druga njeno uopštenje, fino graduiranu turnirsku selekciju.

Oblasti koje se bave pripisivanjem autorstva izučavaju načine na koje se individualnost pojedinaca odražava na jezik i pisanje i metode za njihovo opisivanje i prepoznavanje. Bogatstvo teksta u elektronskoj formi i unapređenje tehnika obrade prirodnih jezika i mašinskog učenja dali su pripisivanju autorstva pun značaj i učinili ga šarolikim i raznovrsnim poljem u pogledu problematike i primena. U ovom radu izvršen je pregled osnovnih metoda pripisivanja autorstva sa akcentom na metode bazirane na n-gramima koje su se izdvojile po svojim performansama. Pristup baziran na n-gramima je jezički nezavisan ali izbor broja n nije i u vezi je sa dužinama reči jezika koji se posmatra. Istraživanje na ovu temu vezano za srpski jezik rađeno je na kolekciji novinskih članaka i u ovom radu su prikazani i dobijeni rezultati.

Unitex je sistem programa za obradu korpusa koji se distribuira pod LGPL. Njegove primarne funkcije su:

• izgradnja, provera i korišćenje elektronskih rečnika;
• pretraga pomoću regularnih izraza i rekurzivnih mreža prelaza;
• primena leksikon-gramatika;
• automatsko uklanjanje višeznačnosti.

Metapodaci se u tom sistemu prikazani pomoću etiketa (tag).
U radu se prikazuje kako se uvođenjem novih etiketa omogućuje podela korpusa na logičke celine, kao i rad sa više datoteka. Takođe, prikazuje se kako se ta podela koristi za konstrukciju sadržaja i prilikom konstrukcije konkordanci. Uzgredno je razvijeni i podsistem za prebrojavanje lema pridruženih tekstu tokom njegove obrade ovim sistemom.

Problemi zadovoljenja ograničenja (Constraint Satisfaction Problems, CSP) predstavljaju matematičke probleme definisane kao skup objekata čije stanje mora da zadovoljava niz ograničenja. CSP su definisani kao skup promenljivih X₁, X₂, … , X_n, i skup ograničenja C₁, C₂, … , C_m. Rešenje problema predstavlja skup dodela vrednosti promenljivima iz odgovarajućih domena, { X₁=v₁, X₂=v₂, … , X_n=v_n}, koje zadovoljava sva ograničenja. U ovom radu su rešavani:

• problem magičnog kvadrata,
• problem binarnih sekvenci male autokorelacije,
• problem dizajna uravnoteženog nepotpunog kvadrata, i
• problem turnira u kojima se sve ekipe međusobno sastaju

Predstavljene su egzaktne i heurističke metode rešavanja, kao i analiza i poređenje rezultata. Egzaktne tehnike su predstavljene kroz kreiranje modela za Microsoft Solver Foundation, IBM ILOG CPLEX i SAT rešavače, a heurističke kroz rešavanje problema metaheuristikama, genetskim algoritmom i metodom promena okolina (Variable Neighborhood Search).

U ovom radu su opisani različiti algoritmi za rešavanje dva NP-teška problema diskretne optimizacije: problem izbalansiranosti lokacija (The Load Balance problem - LOBA) i problem maksimizacije minimalnog rastojanja (Max-Min Diversity Problem - MMDP). Uzimajući u obzir široku oblast primene rešavanja ova dva problema sa instancama većih dimenzija, korišćenje metaheuristika predstavlja značajan doprinos u realnim aplikacijama. Oba problema rešavana su primenom i genetskih algoritama (Genetic algorithms - GA) i metodom promene okolina (Variable Neighborhood Search - VNS), čije su performance poređene sa rezultatima koji su dobijeni korišćenjem IBM ILOG CPLEX softverskog paketa nad matematičim modelima razvijenim za oba problema. Metode koje su opisane u radu testirane su na odgovarajućim instancama iz literature, a data su rešenja i za probleme velikih dimenzija za koje optimalna rešenja nisu poznata. Dobijeni rezultati predloženih metaheuristika jasno ukazuju na njihov značaj i potencijal prilikom rešavanja ovakvih problema.

U molekularnoj biologiji riboswitch sekvenca predstavlja deo molekula informacione RNK koji kontroliše proces u kome se nasledne informacije koje nosi gen koriste za sintezu proteina ili funkcionalne RNK. Cilj ovog rada je određivanje pozicija riboswitch sekvenci u skupu kontiga genoma Lactobacillus paracasei subsp. paracasei BGSJ2-8 uspešno sekvenciranog u Institutu za molekularnu genetiku i genetičko inženjerstvo Univerziteta u Beogradu. Pronalaženje riboswitch sekvenci je vršeno uz pomoć postojećih softverskih rešenja. Izloženi su rezultati dobijeni primenom ovih alata. Izvršena je uporedna analiza rezultata i ispitivanje korektnosti potencijalnih riboswitch sekvenci.

Genom sadrži kompletan skup naslednih informacija nekog organizma. Institut za molekularnu genetiku i genetičko inženjerstvo Univerziteta u Beogradu uspešno je sekvencirao genom Lactobacillus paracasei subsp. paracasei BGSJ2-8 koji je izolovan iz tradicionalnog domaćeg srpskog sira. U ovom radu je prikazan algoritam za asembliranje genoma navedene bakterije na osnovu skupa kontiga dobijenih procesom sekvenciranja. Algoritam je zasnovan na sličnosti bakterija iz roda Lactobacillus. Spajanje pojedinačnih kontiga je vršeno različitim tehnikama i alatima koji su kao ulaz koristili podatke dobijene blastovanjem celokupnog skupa kontiga. Izloženi su rezultati koji predstavljaju potencijalne superkontige na osnovu kojih se eksperimentalnim metodama u potpunosti može sklopiti genom pomenute bakterije.

Motivacija za pronalaženje ponavljajućih struktura u sekvencama dolazi iz različitih izvora, od kojih je jedan od značajnijih da važne ponavljajuće strukture budu pronadjene u biološkim sekvencama (DNK, RNK, i proteini). U ovom radu je prikazan efikasan algoritam za pronalaženje ponavljajućih sekvenci u proteinskim niskama. Uvedene su ponavljajuće strukture u proteinskim sekvencama i opisan algoritam za njihovo odredjivanje. Razvijeni program takodje odredjue i potencijalne ponavljajuće sekvence u proteinima koje mogu da imaju odredjen broj različitih amino kiselina, kao i ponavljajuće sekvence koje se odnose na pripadajuće grupe amino kiselina.

Genskа ekspresijа imа vаžnu ulogu u orgаnizmu jer određuje štа će se iz genotipа izdvojiti kаo fenotip. Deo RNK koji reguliše gensku ekspresiju nаzivа se ribo-prekidаč (eng. riboswitch). Postoji više fаmilijа riboswitch-evа, а svаkа se rаzlikuje po određenom nizu nukleotidа (konsenzusu) koji je specifičаn zа svаku od fаmilija. Cilj rаdа je dа prikаže novu metodu zа određivаnjа elemenаtа zа kontrolu genske ekspresije, tj. metodu zа pronаlаženje riboswitch-evа. Algoritаm se sаstoji od nekoliko korаkа, gde su nаjvаžniji utvrđivаnje pozicije ORF-ovа (koji zаdovoljаvаju početne uslove) u okviru dаte sekvence, pronаlаženje konsenzusа, i pronаlаženje pаlindromа. Zа rаzvoj metode korišćenа je sekvencа sojа Lactobacillus paracasei subsp. paracasei BGSJ2-8, kojа je vlаsništvo Lаborаtorije zа molekulаrnu genetiku industrijskih mikroorgаnizаmа, Institutа zа molekulаrnu genetiku, Univerzitetа u Beogrаdu. Dobijeni rezultаti su upoređeni sа rezultаtimа koji su dobijeni nekom od postojećih metodа i tаkođe su predstаvljeni u okviru rаdа.

ABSTRACT: Supervised learning from multiple annotators is an increasingly important problem in machine leaning and data mining. In this lecture we will describe our recently developed probabilistic approach to this problem when annotators are not only unreliable, but also have varying performance depending on the data. The proposed approach uses a Gaussian mixture model and Bayesian information criterion to find the fittest model to approximate the distribution of the instances. Then the maximum a posterior estimation of the hidden true labels and the maximum-likelihood estimation of quality of multiple annotators are provided alternately. Experiments on emotional speech classification and CASP 9 protein disorder prediction tasks show performance improvement of the proposed approach as compared to the majority voting baseline and a previous data independent approach. Moreover, our approach also provides more accurate estimates of individual annotators performance for each Gaussian component, thus paving the way for understanding the behaviors of each annotator. Presented results are obtained in collaboration with my Ph.D. student Ping Zhang at Temple University. Articles providing additional details are in press and will appear at the Proteome Science journal and at the Proceedings of the 2011 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases.
SPEAKER INFORMATION: Zoran Obradovic, professor of Computer and Information Sciences and the director of the Center for Data Analytics and Biomedical Informatics at Temple University in Philadelphia is an internationally recognized leader in data mining and bioinformatics. He has published about 230 articles addressing data mining challenges in health informatics, climate and ecological management, the social sciences, and other domains. Obradovic was the program chair at six, track chair at seven and program committee member at about 40 international conferences on data mining. He is an editorial board member at seven journals and is the executive editor at the journal on Statistical Analysis and Data Mining which is the official publication of the American Statistical Association (ASA).