Abstract (deu)
Bakterielle Sekretionssysteme sind wichtige Virulenzfaktoren und als solche von großem Interesse bei
der Analyse von neuen Genom- oder Metagenomdaten. Da die Menge an produzierten Genomdaten
stetig zunimmt, ist es von großer Wichtigkeit, eine zielgerichtete und intelligente
„Hochdurchsatzmethode“ zu finden um mit der Flut an Daten umzugehen und daraus die nötige
Information zu generieren. Nachdem es momentan keine Bestrebungen oder Richtlinien zur
sekretionsbezogenen Genomannotation gibt, ist es umso wichtiger, dass Datenbanken, wie die
Vorgestellte, ausgefeilte Werkzeuge und sorgfältig kuratierte Daten zur Verfügung stellen. Mit
unserem Vorhersageansatz, basierend auf dem Konzept des maschinellen Lernens, haben wir eine
computerbasierte Methode gefunden, die, mittels binärer Klassifikation, eine eindeutige Entscheidung
trifft, ob ein intaktes Sekretionssystem vorliegt, oder nicht.