Rational design of catalysts for polyethylene terephthalate (PET) depolymerization
Polietilen tereftalat (PET) depolimerizasyonu için katalistlerin rasyonel tasarımı
- Tez No: 1024435
- Danışmanlar: PROF. DR. NUR BAŞAK SÜRMELİ ERALTUĞ, DR. ÖĞR. ÜYESİ ARZU UYAR
- Tez Türü: Doktora
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Biyoinformatik, Protein mühendisliği, Bioinformatics, Protein engineering
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Polietilen Tereftalat (PET) yaygın olarak kullanılan bir polimerdir ve her yıl 82 milyon ton üretilmektedir. PET'in enzimler kullanılarak biyo-geridönüşümü depolimerizasyon için alternatif ve çevre dostu bir yaklaşımdır. Ancak PETazların verimliliği polimer yüzeyiyle etkileşime girme ve yüzey adsorpsiyonu yeteneklerinden güçlü bir şekilde etkilenmektedir. Bu çalışmada, Moleküler Dinamik (MD) ve Makine Öğrenmesi (ML) yöntemleri birleştirilerek farklı Karbohidrat Bağlama Modüllerinin (CBM'ler) PET yüzeyine bağlanma davranışı araştırılmış ve tahmin edilmeye çalışılmıştır. MD simülasyon verilerinden elde edilen yapısal ve etkileşim temelli belirteçler CBM'leri adsorpsiyon davranışlarına göre sınıflandırmak için kullanılmıştır. Konformasyonel örnekleme yaklaşımı olarak ClustENMD kullanılmasıyla hesaplama açısından maliyetli olan MD simülasyonlarına gerek kalmadan büyük ölçekli tarama mümkün kılınmıştır. MD ve ClustENMD'den gelen veriler için temel bileşen analizi ve rezidü hareket profilleri karşılaştırılarak iki yaklaşım arasındaki uyum gösterilmiştir. Ağaç tabanlı ML modelleri, çerçeve düzeyindeki veriler ve global protein özelliklerine dayanarak PET adsorpsiyon davranışlarını sınıflandırmak için eğitilmiştir. SHAP analizi, tahminlere katkıda bulunan en etkili özellikleri yorumlamak için kullanılmıştır. Kombinasyonel MD ve ML yaklaşımımız sonucunda PET (+) adsorpsiyon davranışına sahip yedi yeni CBM belirlenmiştir. CBM5 ve CBM13 üyeleri daha önce PET (+) olarak tanımlanmış olsa da CBM12, CBM14, CBM32 ve CBM40 ailelerinin potansiyel PET (+) olarak belirlenmesi ilk kez bu çalışmada gerçekleştirilmiştir. Seçilen iki CBM'in (CBM13 ve CBM14) DuraPETaz ile oluşturulan füzyon proteinlerinin simülasyon sonuçları, CBM varlığının DuraPETaz'ın tutunma profilini etkilemediğini ortaya koymuştur; bu durum bu iki CBM'i deneysel çalışmalar için iyi adaylar haline getirmektedir.
Özet (Çeviri)
Polyethylene terephthalate (PET) is a commonly used polymer that produced 82 million tons every year. Bio-recycling of PET with enzymes is an alternative and environment-friendly approach for depolymerization. However, the efficiency of PETases is strongly influenced by their ability to interact with and remain adsorbed on the polymer surface. In this study, molecular dynamics (MD) and machine learning (ML) approaches were combined to investigate and predict the PET binding behavior of different Carbohydrate Binding Modules (CBMs). Structural and interaction-based descriptors obtained from MD simulation data were used to classify CBMs according to their adsorption behavior. ClustENMD was used as a conformational sampling approach to enable large scale screening beyond computationally expensive MD simulations. Principal component analysis and residue fluctuation profiles were compared for data obtained from MD and ClustENMD to show the agreement between two approaches. Tree based ML models were trained to classify PET adsorption behavior based on frame level and global protein features. SHAP analysis was used to interpret the most influential features contributing to the predictions. Our combinatorial MD and ML approach revealed seven novel CBMs with PET (+) adsorption behavior. Although the members of CBM5 and CBM13 were identified as PET (+), this is the first time CBM12, CBM14, CBM32, and CBM40 families were labeled as potential PET (+). Simulation results of fusion proteins of two selected CBMs (CBM13 and CBM14) and DuraPETase revealed that the presence of CBM modules does not affect the attachment profile of DuraPETase, which makes them good candidates for experimental studies.
Benzer Tezler
- Rational design of silver/platinum core/shell nanoparticles as catalysts for electrochemical hydrogen production and oxygen reduction reaction
Elektrokimyasal hidrojen üretimi ve oksijen indirgeme tepkimeleri için katalizör olarak gümüş/platin çekirdek/kabuk nanoparçacıklarının akılcı tasarımı
DİLAN AKSOY
Yüksek Lisans
İngilizce
2019
EnerjiKoç ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SARP KAYA
DOÇ. DR. ÖNDER METİN
- The rational design of heterogeneous photocatalysts for the tandem photocatalytic hydrogen evolution and reduction of organic compounds in water
Suda tandem fotokatalitik hidrojen üretimi ve organik bileşiklerin indirgenmesi için heterojen fotokatalizörlerin rasyonel tasarımı
BEGÜMHAN KARAPINAR KOÇ
- Development of highly efficient platinum nanocatalysts for the dehydrogenation of ammonia borane via rational design of graphitic carbon nitride-based heterojunction photocatalysts
Grafitik karbon nitrür temelli heteroeklem fotokatalizör tasarımları ile amonyak boranın dehidrojenlenmesinde etkinliği yüksek platin nanokatalizörlerinin geliştirilmesi
MERVE AKSOY
Doktora
İngilizce
2021
KimyaKoç ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER METİN
- Protein engineering applications of novel esterase enzyme using rational design and directed evolution approaches
Rasyonel tasarım ve yönlendirilmiş evrim yaklaşımlarıyla yeni esteraz enziminin protein mühendisliği uygulamaları
ŞEYMA YILMAZ KÜPOĞLU
Yüksek Lisans
İngilizce
2022
Biyomühendislikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
PROF. DR. NEVİN GÜL KARAGÜLER
- The rational design of a novel biocatalyst using the heme-nitric oxide/oxygen binding protein
Hem-nitrik oksit/oksijen bağlayıcı proteinini kullanarak yeni bir biyokatalizörün rasyonel tasarımı
JOANA EFUA AGGREY FYNN
Yüksek Lisans
İngilizce
2017
Biyomühendislikİzmir Yüksek Teknoloji EnstitüsüMoleküler Biyoloji ve Genetik Ana Bilim Dalı
Assist. Prof. Dr. GÜLİSTAN MEŞE ÖZÇİVİCİ
Assist. Prof. Dr. NUR BAŞAK SÜRMELİ