Discrimination of acidic and alkaline alpha/beta hydrolase enzymes through data-driven machine learning approaches
Veri tabanlı makine öğrenme yaklaşımlarıyla asidik ve alkali alfa/beta hidrolaz enzimlerinin ayrımı
- Tez No: 1001078
- Danışmanlar: DR. ÖĞR. ÜYESİ NURCAN VARDAR YEL
- Tez Türü: Yüksek Lisans
- Konular: Biyoloji, Biology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Teknolojiler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Alfa/beta-hidrolazlar, hem hücresel metabolizmada hem de endüstriyel biyoteknolojide önemli katalizörler olan lipazlar, esterazlar, karboksil esterazlar ve amidazları içeren geniş ve çok yönlü bir enzim süper ailesini oluşturur. Benzer bir α/β katlanma yapısına ve katalitik üçlüye sahip olmalarına rağmen, bu ailenin üyeleri genellikle çok düşük dizi benzerliği gösterir; bu da onları yalnızca dizi benzerliğine dayanarak sınıflandırmayı zorlaştırır. Bu zorluk, çok asidik veya alkali ortamlarda hayatta kalmak ve işlev görmek üzere adapte olmuş ekstremofil hidrolazlarda daha da artar. Bu çalışmada, makine öğrenmesi yaklaşımını kullanarak asidofilik ve alkalifilik mikroorganizmalardan kaynaklanan α/β-hidrolaz enzimlerini sınıflandırmayı amaçladık. Toplam 403 bakteri enzimi, ikincil yapı bilgisine dayanmaksızın, amino asit bileşimi ve fiziko-kimyasal özelliklerine göre analiz edildi. Karar Ağacı, Rastgele Orman, eXtreme Gradient Boosting ve Destek Vektör Makinesi dahil olmak üzere çeşitli denetimli öğrenme modelleri test edildi. Bunlar arasında, Rastgele Orman modeli en yüksek performansı göstererek %76 doğruluk oranına ve 0,90 ± 0,03 AUC değerine ulaştı. Alanin, lizin ve hidropatiliğin genel ortalaması (GRAVY), asidik ve alkali enzimleri ayırt etmede en etkili özellikler olarak ortaya çıktı. Genel olarak, sonuçlar, makine öğrenimi yoluyla dizi tabanlı ve kimyasal tanımlayıcıların entegre edilmesinin, asidik ve alkali α/β-hidrolazları etkili bir şekilde ayırabileceğini göstermektedir. Bulgular, aşırı pH'a moleküler adaptasyon mekanizmalarına ışık tutmakla kalmayıp, biyoremediasyon, deterjan tasarımı ve biyomadencilik gibi endüstriyel uygulamalar için yeni ekstremoenzimlerin keşfi ve mühendisliğine rehberlik edecek hesaplamalı bir temel de sağlamaktadır.
Özet (Çeviri)
Alpha/beta-hydrolases form a broad and versatile enzyme superfamily that includes lipases, esterases, carboxylesterases, and amidases key catalysts in both cellular metabolism and industrial biotechnology. Although they share a similar α/β fold and catalytic triad, members of this family often exhibit very low sequence identity, which makes it challenging to classify them solely based on sequence similarity. This challenge becomes even greater in extremophilic hydrolases that have adapted to survive and function in very acidic or alkaline environments. In this study, we aimed to classify α/β-hydrolase enzymes originating from acidophilic and alkaliphilic microorganisms by using a machine learning approach. A total of 403 bacterial enzymes were analysed based on their amino acid composition and physicochemical characteristics, without relying on secondary structure information. Several supervised learning models were tested, including Decision Tree, Random Forest, eXtreme Gradient Boosting, and Support Vector Machine. Among them, the Random Forest model showed the highest performance, reaching 76% accuracy with an AUC value of 0.90 ± 0.03. Alanine, lysine, and the grand average of hydropathicity (GRAVY) emerged as the most influential features in distinguishing acidic and alkaline enzymes. Overall, the results suggest that integrating sequence-derived and chemical descriptors through machine learning can effectively separate acidic from alkaline α/β-hydrolases. The findings not only shed light on molecular adaptation mechanisms to extreme pH but also provide a computational basis for guiding the discovery and engineering of new extremozymes for industrial applications such as bioremediation, detergent design, and biomining.
Benzer Tezler
- Petrogenesis and significance of permian basic and acidic volcanism in the Istanbul zone (nw Turkey)
İstanbul zonu'ndaki (KB Türkiye) permiyen yaşlı bazik ve asidik volkanizmanın petrojenezi ve önemi
CUMHUR BABAOĞLU
Yüksek Lisans
İngilizce
2021
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
PROF. DR. GÜLTEKİN TOPUZ
PROF. DR. ARAL OKAY
- Clay mineralogy and geochemistry of the eastern part of the pleistocene-holocene lake Hazar sediments (Elazığ)
Hazar gölü (Elazığ) doğu kesiminde pleyistosen-holosen dönemine ait sedimanların kil mineralojisi ve jeokimyasi
MUHAMMED ÖZER
Yüksek Lisans
İngilizce
2013
Jeoloji MühendisliğiFırat ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DİCLE BAL AKKOCA
- Ilgın (Konya) kuzeyindeki yüksek potasyumlu metamorfik kayaçların jeolojik ve petrolojik incelemesi
Geological and petrological investigation of high-K metamorphic rocks in the north of Ilgin (Konya)
ŞENEL ÖZDAMAR
Doktora
Türkçe
2008
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. BEKTAŞ UZ
PROF. DR. FAHRİ ESENLİ
- Ahlat taşının (Ahlat-Bitlis) mineralojik ve jeokimyasal incelemesi
Mineralogical and geochemical investigation of ahlat stone (Ahlat-Bitlis)
ERKAN DEDE
Yüksek Lisans
Türkçe
2009
Jeoloji MühendisliğiYüzüncü Yıl ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ RIZA ÇOLAKOĞLU
- Investigation of formation of α-dicarbonyl compounds in fruit based products
Meyve bazlı ürünlerde α-dikarbonil bileşiklerinin oluşumunun incelenmesi
IŞIL AKTAĞ
Doktora
İngilizce
2021
Gıda MühendisliğiHacettepe ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. VURAL GÖKMEN