Студент Лазар Ердељан је у четвртак, 28. децембра 2023. године одбранио свој мастер рад на тему PyTorch имплементација неуралне мреже за предвиђање интеракција између гена користећи генске ембединге пред ментором др Гораном Ракочевићем и члановима комисије др Немањом Илићем и др Зораном Бабовићем.
У уводу свог рада Лазар је истакао:
Анализа експресије гена је кључни аспект разумевања молекуларних механизама који леже у основи различитих биолошких процеса. Појава технологија високе пропусности довела је до генерисања огромне количине података о експресији гена, што захтева софистициране рачунарске методе за анализу. Једна таква метода је уграђивање гена, што је дистрибуирана репрезентација гена заснована на коекспресији. Уграђивање гена је успешно примењено у обради природног језика (NLP) за репрезентацију речи, а недавне студије су показале његов потенцијал за анализу генске експресије. Уграђивање гена може ухватити функционалну сродност гена и опоравити познате путеве, што га чини обећавајућим приступом за предиктивно моделирање интеракција ген-ген.
…
На крају, PyTorch имплементација GGIPNN-а је била занимљиво истраживање у области генеративних модела. Ова теза је истражила замршену архитектуру GGIPNN-а и његов потенцијал у откривању сложених интеракција између гена.
Укратко, PyTorch имплементација GGIPNN-а демонстрира свој потенцијал као робусног фрамеwорк-а за моделирање интеракција гена. Кроз систематску евалуацију и експериментисање, ово истраживање је показало способност GGIPNN-а да предвиди и карактерише замршене односе између гена као и ефикасност употребе gene2vec уграђивања за овакве задатке. – закључио је Лазар.
Фотографије са одбране доступне су у галерији.