Benchmarking AlphaFold for predicting protein interactions and their dynamics
Protein etkileşimlerini ve dinamiklerini tahmin etmede AlphaFold performansının değerlendirilmesi
- Tez No: 1011162
- Danışmanlar: DR. ÖĞR. ÜYESİ EZGİ KARACA EREK
- Tez Türü: Doktora
- Konular: Biyokimya, Biyomühendislik, Biyofizik, Biochemistry, Bioengineering, Biophysics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: İzmir Uluslararası Biyotıp ve Genom Enstitüsü
- Ana Bilim Dalı: Biyotıp ve Sağlık Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Biyolojik moleküllerin arasındaki yapı, işlev ve dinamikler arasındaki ilişkiyi anlamak, yapısal biyolojinin alanının temel hedeflerinden biridir. Deneysel yöntemler, protein yapıları hakkında kritik bilgilere erişilmesine yol açmaktadır. Ancak, bu yöntemler ile elde edilen yapılar, protein evreninin yalnızca kısıtlı bir bölümünü kapsamaktadır, bu da hesaplamalı yaklaşımların geliştirilmesini teşvik etmektedir. Hesaplamalı yapısal biyolojinin ilk temelleri karşılaştırmalı modelleme ve evrimsel bilgilerin analizine dayanmaktadır. Bu süreç, AlphaFold2'nin protein yapısı tahmininde deneysel doğruluğa yakın başarısıyla damga vurmasıyla derin öğrenme çağına evrilmiştir. Proteinlerin monomer seviyede tahmini ile başlayan bu süreç mevcut yöntemlerin protein komplekslerine ve biyolojik topluluklara uygulanabilirliğini test ederek daha da gelişmesine yol açmıştır. Tüm bu teknolojik ilerlemelere rağmen, özellikle evrimsel bilginin sınırlı olduğu durumlarda ve konformasyonel dinamiklerin yakalanması durumlarında oluşan kritik ve tekniksel zorluklar devam etmektedir. Bu tez ile, AlphaFold tabanlı yöntemleri kıyaslamayı ve mevcut problemleri ele alarak optimize edecek hesaplamalı stratejiler geliştirmeyi amacı güdülmüştür. Çalışmanın odak noktası biyomoleküler kompleksler olup; skorlama (scoring), örnekleme (sampling) ve dinamik hareketleri yakalama olmak üzere üç ana doğrultuda yapı-işlev-dinamik ilişkilerini incelemektedir. Bölüm 4.1'de, AF2'nin protein-protein etkileşim düzlemini enerjisel anlamda öğrenme olasılığını NMR esaslı bir veri seti kullanarak incelemekteyiz. Bölüm 4.2 ile daha verimli bir geliştirilmiş örnekleme (enhanced sampling) yöntemi geliştirmeye yönelik çalışmalarımızı MinnieFold tanımı ile sunmaktayız. Bölüm 4.3'te AlphaFold'un ara çıktılarından olan distogram içerisinde saklı kalmış protein bağlanması kaynaklı dinamiksel değişim bilgisinin varlığını araştırmaktayız. Son olarak Bölüm 4.4'te; yapısal motifler aracılığıyla fonksiyon atamasından, olası stokiyometri değişikliklerinin araştırılmasına kadar uzanan dört farklı biyolojik vakada AlphaFold'un uygulanabilirliğini analiz ediyoruz. Nihayetinde bu tezle, bilim dünyasına yeni metodolojiler kazandırmak amacıyla AlphaFold döneminin süregelen zorluklarını derinlemesine inceledik.
Özet (Çeviri)
Understanding the relationship between biomolecular structure, function, and dynamics is a central aim of structural biology. Although experimental methods have provided critical insights into protein structures and assemblies, they cover only a limited portion of the protein universe, motivating the development of computational approaches. This field has evolved from comparative modeling and the analysis of evolutionary constraints to the current era of deep learning, marked by the transformative success of AlphaFold2 in achieving near-experimental accuracy in protein structure prediction. Subsequent advances in multimer prediction and community-driven improvements have further expanded its applicability to protein complexes and biological assemblies. Despite this progress, important challenges remain, particularly in cases with limited evolutionary information and in capturing protein interactions and conformational dynamics. This thesis benchmarks AlphaFold-based methods and develops straightforward, reproducible computational strategies to address these limitations. Focusing on biomolecular complexes, the work explores structure-function-dynamics relationships through three main directions: scoring, sampling, and capturing dynamics. In Chapter 4.1, we explore whether AF2 learned the protein interaction landscape using an NMR-derived dataset. Chapter 4.2 introduces our efforts to implement a more efficient, enhanced sampling pipeline with MinnieFold. In Chapter 4.3, we explore the hidden, binding-induced dynamics information within AlphaFold's internal output: the distogram. Finally, in Chapter 4.4, we analyze the applicability of AlphaFold to four biological cases, ranging from function assignment via structural motifs to the investigation of potential stoichiometry changes. Ultimately, with this thesis we probed the ongoing challenges of the AlphaFold era with the aim of contributing new insights and methodologies to the structural biology community.
Benzer Tezler
- Modeling, comparative analysis, and structural characterization of human-parasite interactions using AlphaFold2 and AlphaFold3
AlphaFold2 ve AlphaFold3 kullanılarak ı̇nsan-parazit etkileşimlerinin modellenmesi, karşılaştırılması ve yapısal analizi
BUSE ŞAHİN
Yüksek Lisans
İngilizce
2025
BiyolojiDokuz Eylül ÜniversitesiGenom Bilimleri ve Moleküler Biyoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EZGİ KARACA EREK
- Toplam kalite yönetimi ve benchmarking
Başlık çevirisi yok
YONCA ÖZİMER
Yüksek Lisans
Türkçe
1997
İşletmeYıldız Teknik Üniversitesiİşletme Yönetimi Ana Bilim Dalı
PROF. DR. İLKER BİRDAL
- Yönetsel bir araç olarak benchmarking ve uygulamaya ilişkin model önerisi
A Management tool benchmarking and a model related to implementation
PINAR ÖZER SÜRAL
Yüksek Lisans
Türkçe
1997
İşletmeDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. NECATİ TAŞKIRAN
- Müşteri tatmini konusunda benchmarking ve bir alan araştırması
Başlık çevirisi yok
MUSA KELEŞ
Yüksek Lisans
Türkçe
1997
İşletmeBaşkent Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER YURTSEVEN