Geri Dön

Computational modeling of coagulation factor transport and fibrin formation

Koagülasyon faktörlerinin taşınımı ve fibrin oluşumunun hesaplamalı modellenmesi

  1. Tez No: 1025012
  2. Yazar: PEYMAN NOROUZİ GİVİ
  3. Danışmanlar: YRD. DOÇ. DR. ERSİN SAYAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Belirtilmemiş.
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Isı ve Akışkan Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kanın sıvı hâlden jel benzeri bir yapıya dönüşmesi süreci koagülasyon (pıhtılaşma) olarak adlandırılmakta ve bu süreç sonucunda oldukça yoğun ve heterojen bir yapı olan kan pıhtısı meydana gelmektedir [1], [2]. Koagülasyon, çeşitli fizyolojik koşullarda ortaya çıkabilmekle birlikte, kan kaybının durdurulmasını sağlamak amacıyla damar hasarına karşı gelişen en önemli savunma mekanizmalarından biridir. Oldukça karmaşık olan bu süreçte hem hücresel bileşenler, özellikle trombositler, hem de fibrin gibi plazma proteinleri ve çeşitli pıhtılaşma faktörleri birlikte görev almaktadır. Bu bileşenlerin koordineli biçimde çalışması, damar bütünlüğünün korunması ve kan kaybının kontrol altına alınması açısından büyük önem taşımaktadır. Trombozun temel mekanizması ise kan ile hasar görmüş damar endoteli arasındaki etkileşime dayanmaktadır. Bu etkileşim sonucunda damar içerisinde trombüs adı verilen patolojik bir pıhtı oluşabilmektedir. Özellikle arteriyel koşullarda trombüs oluşumunun temel mekanizmalarından biri trombosit adezyonu ve aktivasyonudur. Damar duvarının hasar gördüğü bölgede trombositler hasarlı yüzeye tutunmakta, aktive olmakta ve birbirleriyle etkileşime girerek bir trombosit tıkacı oluşturmaktadır. Bu ilk tıkacın oluşumu daha sonra koagülasyon kaskadının aktive olmasıyla desteklenmekte ve fibrin oluşumu sonucunda daha kararlı bir pıhtı meydana gelmektedir. Bu nedenle trombosit aktivasyonu ile koagülasyon faktörlerinin aktivasyonu birbirinden bağımsız süreçler olarak değerlendirilmemeli, trombüs oluşumunun birbirini tamamlayan aşamaları olarak ele alınmalıdır. Kan koagülasyonu, aşırı kanamayı önlemek amacıyla pıhtı oluşumunu sağlayan, ardından pıhtının çözülmesi ve hasarlı dokunun onarılmasıyla devam eden, oldukça karmaşık ve sıkı bir şekilde düzenlenen biyolojik süreçtir. Bu süreçte meydana gelen denge bozuklukları, tromboz gibi ciddi patolojik durumların ortaya çıkmasına neden olabilir. Tromboz; miyokard enfarktüsü, inme, derin ven trombozu ve pulmoner emboli gibi birçok önemli kardiyovasküler hastalıkla ilişkilidir. Koagülasyon süreci temel olarak intrinsik ve ekstrinsik yollar aracılığıyla ilerlemekte ve bu iki yol ortak bir noktada birleşerek trombin oluşumuna yol açmaktadır. Normal hemostazın veya patolojik pıhtılaşmanın ortaya çıkmasında prokoagülan ve antikoagülan mekanizmalar arasındaki denge belirleyici bir rol oynamaktadır. Hemostaz, damar bütünlüğünün korunmasını sağlayan temel fizyolojik mekanizmadır. Damar hasarı meydana geldiğinde hasarlı bölgede pıhtı oluşmasını sağlarken, sağlıklı damarlar içerisinde gereksiz veya kontrolsüz pıhtılaşmanın meydana gelmesini engeller. Hemostazın başarılı bir şekilde gerçekleşebilmesi için damarların verdiği yanıt, trombositlerin aktivasyonu, koagülasyon faktörlerinin ardışık olarak aktive olması ve fibrinoliz süreçlerinin koordineli biçimde çalışması gerekmektedir. Bu sistemlerden herhangi birindeki bozulma, aşırı kanama veya kontrolsüz pıhtılaşma gibi ciddi sonuçlara yol açabilmektedir. Hemostaz süreci genel olarak birkaç birbiriyle ilişkili aşamadan oluşmaktadır. İlk aşamada damar hasarına karşı vazokonstriksiyon meydana gelerek kan akışı azaltılır. Bunu trombositlerin hasarlı endotel yüzeyine adezyonu, aktivasyonu ve agregasyonu takip eder. Oluşan geçici trombosit tıkacı, koagülasyon kaskadının aktive olmasıyla birlikte fibrin ağı tarafından güçlendirilir. Fibrin oluşumu pıhtının mekanik dayanıklılığını artırırken, daha sonraki aşamada fibrinoliz sistemi aktive edilerek artık ihtiyaç duyulmayan pıhtının kontrollü biçimde parçalanması sağlanır. Dolayısıyla hemostaz, yalnızca pıhtı oluşumundan ibaret olmayıp pıhtı oluşumu ile pıhtı çözünmesi arasında hassas bir dengeyi ifade etmektedir. Koagülasyon kaskadı, plazmada bulunan koagülasyon faktörlerinin ekstrinsik ve intrinsik yollar üzerinden ardışık olarak aktive edilmesini içermektedir. Bu iki yol daha sonra ortak koagülasyon yolunda birleşerek trombin ve fibrin oluşumunu sağlamaktadır. Koagülasyon sürecinin merkezi enzimlerinden biri olan trombin, yalnızca fibrinojeni fibrine dönüştürmekle kalmamakta, aynı zamanda trombositleri ve çeşitli koagülasyon faktörlerini de aktive etmektedir. Böylece pıhtılaşma süreci bir dizi pozitif geri besleme mekanizması aracılığıyla güçlendirilmektedir. Bununla birlikte, aşırı koagülasyonun önlenmesi için çeşitli doğal antikoagülan mekanizmalar da bulunmaktadır. Aktive protein C (APC), antitrombin (ATIII) ve doku faktörü yolu inhibitörü (TFPI) bu düzenleyici mekanizmaların başlıcalarıdır. Bu sistemler, koagülasyonun kontrol altında tutulmasını ve pıhtının yalnızca gerekli olan bölgede oluşmasını sağlamaktadır. Koagülasyonun düzenlenmesinde trombinin merkezi bir role sahip olması, bu enzimin hesaplamalı modeller açısından da önemli bir değişken olmasını sağlamaktadır. Trombin konsantrasyonunun zaman içerisindeki değişimi, pıhtılaşmanın başlangıcı, hızlanması ve baskılanması hakkında önemli bilgiler sağlayabilmektedir. Trombin üretiminin hızlı bir şekilde artması güçlü bir prokoagülan yanıtı gösterirken, antikoagülan mekanizmaların etkisiyle trombin seviyesinin azalması koagülasyonun kontrol altına alındığını gösterebilmektedir. Bu nedenle trombin dinamiklerinin doğru şekilde modellenmesi, bir koagülasyon modelinin biyolojik davranışının değerlendirilmesinde önemli bir kriterdir. Trombüs oluşumunun deneysel olarak incelenmesine yönelik çalışmalar, koagülasyon mekanizmalarının anlaşılmasına önemli katkılar sağlamıştır. Bununla birlikte, deneysel çalışmaların yüksek maliyet, uzun deney süreleri ve pratik sınırlamalar gibi çeşitli dezavantajları bulunmaktadır. Ayrıca kan pıhtılaşması çok sayıda faktörün aynı anda etkileşim içinde olduğu dinamik bir süreç olduğundan, bütün mekanizmaların deneysel olarak aynı anda gözlemlenmesi oldukça zordur. Bu nedenle son yıllarda hesaplamalı modelleme, koagülasyon süreçlerinin incelenmesi, hastalıkların ilerlemesinin öngörülmesi ve klinik karar verme süreçlerinin desteklenmesi açısından güçlü bir alternatif yöntem hâline gelmiştir. Hesaplamalı modeller, deneysel olarak incelenmesi oldukça zor olan karmaşık biyolojik süreçlerin kontrollü koşullar altında analiz edilmesine olanak sağlamaktadır. Araştırmacılar bu modeller aracılığıyla farklı başlangıç koşullarının, koagülasyon faktörü konsantrasyonlarının veya kan akış hızlarının pıhtı oluşumu üzerindeki etkilerini değerlendirebilmektedir. Bununla birlikte, koagülasyon sisteminin biyolojik karmaşıklığının doğru biçimde modellenmesi hâlen önemli bir zorluk oluşturmaktadır. Özellikle modelde kullanılacak ayrıntı seviyesinin belirlenmesi kritik öneme sahiptir. Modelin yeterince ayrıntılı olması biyolojik doğruluğu artırırken, aşırı karmaşık modeller hesaplama maliyetinin yükselmesine ve simülasyonların daha uzun sürmesine neden olabilmektedir. Tromboz, biyokimyasal reaksiyonlar, hücresel etkileşimler ve kan akış dinamiklerini aynı anda içeren çok ölçekli bir süreçtir. Bu nedenle trombüs oluşumunu fizyolojik koşullar altında incelemek amacıyla hesaplamalı modellerde reaksiyon–adveksiyon–difüzyon denklemleri ile akışkanlar mekaniği denklemleri birlikte kullanılabilmektedir. Bu yaklaşım sayesinde hem koagülasyon faktörlerinin damar içerisindeki taşınımı hem de bu faktörlerin birbirleriyle gerçekleştirdiği biyokimyasal reaksiyonlar aynı model içerisinde değerlendirilebilmektedir. Özellikle damar geometrisinin, kan akış hızının ve viskozite davranışının pıhtılaşma süreci üzerindeki etkileri dikkate alındığında, yalnızca biyokimyasal reaksiyonları temel alan modellerin sınırlı kalabileceği görülmektedir. Koagülasyon faktörlerinin damar içerisindeki dağılımı, konveksiyon ve difüzyon mekanizmalarından etkilenmektedir. Bu nedenle biyokimyasal reaksiyonların akışkanlar mekaniği ile birleştirilmesi, trombüs oluşumunun fizyolojik koşullara daha yakın şekilde incelenmesine olanak sağlamaktadır. Bununla birlikte, mevcut modellerin önemli bir kısmı ya koagülasyon ağının biyokimyasal ayrıntılarını basitleştirmekte ya da kan akış davranışını idealize etmektedir. Parçacık tabanlı modeller ise daha ayrıntılı sonuçlar sağlayabilmesine rağmen yüksek hesaplama maliyetleri nedeniyle geniş ölçekli veya uzun süreli simülasyonlarda dezavantaj oluşturabilmektedir. Bu nedenle model geliştirme çalışmalarında temel hedeflerden biri, biyolojik gerçekçiliği korurken hesaplama maliyetini kabul edilebilir bir seviyede tutmaktır. Kan koagülasyonunu tanımlamak amacıyla bugüne kadar çok sayıda matematiksel model geliştirilmiş olmasına rağmen, mevcut modellerin hiçbiri sürecin tüm biyolojik ve fiziksel yönlerini eksiksiz biçimde temsil edememektedir. Bu modeller arasında Anand tarafından geliştirilen 23 faktörlü (23F) model ile LaCroix ve Anand tarafından geliştirilen genişletilmiş 28 faktörlü (28F) model, koagülasyon kaskadının temel biyokimyasal bileşenlerini taşıma olayları ve akışkanlar dinamiği ile birleştiren daha kapsamlı modeller arasında yer almaktadır. Bu çok ölçekli modeller, koagülasyon sürecinin yalnızca biyokimyasal reaksiyonlar açısından değil, aynı zamanda damar içerisindeki taşınım ve kan akışı açısından da incelenmesine olanak sağlamaktadır. Bu çalışmanın temel amacı, model karmaşıklığının koagülasyon simülasyonları üzerindeki etkisini araştırmak ve 23F ile 28F modellerini karşılaştırmaktır. Her iki model de reaksiyon kinetiğini tanımlayan adi diferansiyel denklem (ODE) sistemlerine dayanmaktadır. Modeller, ANSYS Fluent kullanılarak üç boyutlu bir hesaplama alanında uygulanmıştır. Simülasyonlarda reaksiyon–adveksiyon–difüzyon denklemleri, sıkıştırılamaz ve Newtonyen olmayan, kayma incelmesi davranışı gösteren bir kan akış modeli ile birleştirilmiştir. Kanın viskozitesinin fizyolojik koşullardaki davranışını temsil etmek amacıyla Carreau–Yasuda viskozite modeli kullanılmıştır. Böylece biyokimyasal reaksiyonlar ile kan akışının birbirleri üzerindeki etkileri daha gerçekçi bir şekilde incelenmiştir. Hesaplamalı model içerisinde her bir koagülasyon faktörü bir Kullanıcı Tanımlı Skaler (User Defined Scalar, UDS) olarak temsil edilmiştir. Bu değişkenlerin zamana ve konuma bağlı davranışları ise Kullanıcı Tanımlı Fonksiyonlar (User Defined Functions, UDFs) aracılığıyla tanımlanmıştır. İki model arasındaki temel farklılık, içerdikleri biyokimyasal ayrıntı seviyesinden kaynaklanmaktadır. 23F modeli esas olarak ekstrinsik koagülasyon yoluna ve trombin geri besleme mekanizmalarına odaklanmaktadır. Buna karşılık 28F modeli, intrinsik yolun bazı bileşenleri, Protein C yolu, TFPI ve Faktör XIIa gibi ek düzenleyici mekanizmaları da içermektedir. Bu ek bileşenler, koagülasyon sürecinin daha kapsamlı biçimde temsil edilmesine ve prokoagülan ile antikoagülan mekanizmalar arasındaki dengenin daha ayrıntılı olarak incelenmesine olanak sağlamaktadır. Analiz kapsamında özellikle trombin, fibrin, APC ve ATIII gibi temel türlerin zamana bağlı değişimleri incelenmiş ve model parametrelerinin sonuçlar üzerindeki etkisini değerlendirmek amacıyla duyarlılık analizi gerçekleştirilmiştir. Duyarlılık analizi, modelde yer alan belirli parametrelerdeki değişikliklerin sonuç değişkenleri üzerindeki etkisini ortaya koyması açısından önemlidir. Bu yaklaşım sayesinde hangi koagülasyon faktörlerinin veya reaksiyon hızlarının sistem davranışı üzerinde daha belirleyici olduğu belirlenebilmektedir. Elde edilen sonuçlar, iki model arasında belirgin farklılıklar bulunduğunu göstermektedir. 23F modeli, güçlü bir antikoagülan yanıt sergilemektedir. Bu modelde APC'nin kararlı durum konsantrasyonu yaklaşık 1,3 nM seviyesine ulaşırken, 28F modelinde bu değer yaklaşık 0,55 nM olarak hesaplanmıştır. Dolayısıyla 23F modelindeki APC konsantrasyonu 28F modelinin iki katından daha yüksektir. Yüksek APC seviyesi, başlangıçtaki artışın ardından trombin oluşumunun hızlı bir şekilde baskılanmasına neden olmakta ve bunun sonucunda pıhtılaşma aktivitesinde belirgin bir düşüş meydana gelmektedir. Buna ek olarak, 23F modelinde ATIII hızlı bir şekilde tüketilmekte ve yaklaşık 900 nM seviyesinde daha düşük bir kararlı durum konsantrasyonuna ulaşmaktadır. Bu değer, 28F modelinde elde edilen yaklaşık 2100 nM seviyesinden oldukça düşüktür. Bu sonuçlar, 23F modelinin koagülasyonun hızını ve kapsamını olduğundan farklı şekilde tahmin edebileceğini ve uzun süreli düzenleyici dengeyi yeterli biçimde temsil edemediğini göstermektedir. Özellikle antikoagülan bileşenlerin dinamiklerinin doğru biçimde temsil edilmemesi, modelin uzun zaman ölçeklerindeki davranışının fizyolojik sistemden farklılaşmasına neden olabilmektedir. Buna karşılık 28F modeli, daha dengeli ve fizyolojik koşullara daha yakın bir yanıt ortaya koymaktadır. Modele eklenen biyokimyasal bileşenler, trombin oluşumunu düzenleyen ve aşırı pıhtı oluşumunu önleyen önemli geri besleme mekanizmalarının temsil edilmesini sağlamaktadır. TFPI'nin modele dâhil edilmesi ekstrinsik koagülasyon yolunun baskılanmasına katkıda bulunurken, daha ayrıntılı şekilde temsil edilen Protein C yolu sürdürülebilir bir antikoagülan aktivite sağlamaktadır. Bunun sonucunda 28F modeli daha yüksek ATIII seviyelerini korumakta ve trombin dinamiklerini daha kontrollü bir şekilde temsil etmektedir. Bu farklılıklar, modelde yalnızca daha fazla koagülasyon faktörünün bulunmasının değil, bu faktörler arasındaki düzenleyici etkileşimlerin de doğru şekilde temsil edilmesinin önemli olduğunu göstermektedir. Özellikle biyolojik sistemlerde negatif geri besleme mekanizmaları, aşırı pıhtılaşmanın önlenmesinde kritik bir rol oynamaktadır. Bu mekanizmaların modelden çıkarılması, simülasyon sonuçlarında gerçek fizyolojik davranıştan sapmalara neden olabilmektedir. Dolayısıyla daha karmaşık bir model her zaman daha iyi sonuç vermese de, biyolojik sistemin temel düzenleyici mekanizmalarının modele dâhil edilmesi doğruluğun artırılması açısından büyük önem taşımaktadır. Genel olarak bu çalışma, model karmaşıklığının kan koagülasyonunun doğru bir şekilde simüle edilmesinde kritik bir rol oynadığını ortaya koymaktadır. 23F modeli genel pıhtılaşma davranışını temsil edebilmesine rağmen, koagülasyonun düzenlenmesinde görev alan önemli mekanizmaların bir kısmını yeterli ayrıntıyla içermemektedir. Buna karşılık 28F modeli, hemostatik süreçlerin daha kapsamlı ve fizyolojik açıdan daha gerçekçi bir temsilini sunmaktadır. Elde edilen bulgular, hesaplamalı koagülasyon modellerinin tahmin gücünü ve biyomedikal araştırmalardaki uygulanabilirliğini artırmak için temel düzenleyici mekanizmaların modele dâhil edilmesinin önemini ortaya koymaktadır. Özellikle trombin üretiminin kontrolü, antikoagülan mekanizmaların sürdürülmesi ve aşırı pıhtılaşmanın önlenmesi gibi süreçlerin doğru biçimde temsil edilmesi, gelecekte geliştirilecek modellerin hem biyolojik doğruluğunu hem de klinik kullanım potansiyelini artırabilir. Daha gelişmiş modellerin farklı damar geometrileri, değişken akış koşulları ve hastalığa özgü biyokimyasal parametrelerle birleştirilmesi, tromboz riskinin daha doğru şekilde değerlendirilmesine katkı sağlayabilir. Bu nedenle hesaplamalı koagülasyon modelleri, deneysel çalışmaların yerini tamamen almak yerine onları tamamlayan ve karmaşık hemostatik süreçlerin daha ayrıntılı biçimde anlaşılmasını sağlayan önemli bir araştırma aracı olarak değerlendirilebilir.

Özet (Çeviri)

The process of transformation of blood from a liquid to a gel-like state is called coagulation, which ultimately leads to the formation of a clot, a highly compact heterogeneous structure[1], [2]. This process occurs for various reasons, with damage to blood vessels being the most common cause of stopping blood loss. The complex coagulation process includes both cellular elements (such as platelets) and protein factors (such as fibrin). The fundamental mechanism of thrombosis is the interaction between blood and damaged endothelial cells, resulting in thrombus formation. The main mechanism underlying thrombus formation in arterial conditions is platelet adhesion, which can be activated to engage with the injured area of the vessel wall and with one another to create platlets plug. Blood coagulation is a complex and tightly regulated biological process that prevents excessive bleeding through clot formation, followed by clot dissolution and tissue repair. Disruptions in this balance can lead to serious conditions such as thrombosis, which is associated with diseases like heart attack, stroke, deep vein thrombosis, and pulmonary embolism. The process is governed by intrinsic and extrinsic pathways that converge to generate thrombin, with the balance between procoagulant and anticoagulant mechanisms determining normal haemostasis or pathological clotting. Haemostasis maintains vascular integrity by forming clots at sites of injury while preventing unnecessary clotting in healthy vessels. It depends on the coordinated actions of vascular responses, platelets, coagulation factors, and fibrinolysis. The coagulation cascade involves sequential activation of plasma coagulation factors through the extrinsic and intrinsic pathways, which converge in the common pathway to generate thrombin and fibrin. Thrombin also activates platelets and several coagulation factors, while regulatory mechanisms involving activated protein C, antithrombin, and TFPI limit excessive coagulation. Although experimental studies have significantly contributed to understanding thrombus formation, they are often limited by high costs, time requirements, and practical constraints. As a result, computational modelling has emerged as a powerful alternative for studying coagulation processes, predicting disease progression, and supporting clinical decision-making. However, accurately capturing the biological complexity remains a challenge, particularly in selecting an appropriate level of model detail that ensures both accuracy and computational efficiency. Thrombosis is a multiscale process involving biochemical reactions, cellular interactions, and blood-flow dynamics. Computational models can couple reaction–advection–diffusion equations with fluid-flow equations to investigate thrombus formation under physiological conditions. However, many existing models simplify either the coagulation network or blood-flow behaviour, while particle- based approaches can be computationally expensive. There are several mathematical models of blood coagulation have been developed, yet there is none that can fully capture all aspects of the process. Among existing approaches, multiscale models with 23-factor (23F) model by Anand and the extended 28-factor (28F) model by LaCroix and Anand are among the most accurate models that integrate biochemical reactions with transport phenomena and fluid dynamics with key biochemical components of the coagulation cascade. The primary aim of this study is to investigate the influence of model complexity on coagulation simulations by comparing the 23F and 28F models. Both models are based on systems of ordinary differential equations (ODEs) describing reaction kinetics and were implemented in a three-dimensional computational domain using ANSYS Fluent. The simulations combine reaction–advection–diffusion equations with an incompressible, non-Newtonian shear-thinning model of blood flow based on the Carreau–Yasuda viscosity model, which reflects physiological conditions. In the computational framework, each coagulation factor is represented as a User Defined Scalar (UDS), with its behaviour governed by User Defined Functions (UDFs). The key difference between the models lies in their level of biochemical detail. The 23F model focuses mainly on the extrinsic pathway and thrombin feedback, whereas the 28F model includes additional regulatory mechanisms such as components of the intrinsic pathway, the Protein C pathway, TFPI, and Factor XIIa. These additions enable a more comprehensive representation of the coagulation process. The analysis focuses on the temporal evolution of key species, including thrombin, fibrin, APC, and ATIII, along with sensitivity analysis to assess parameter influence. The results reveal significant differences between the two models. The 23F model exhibits a strong anticoagulant response, with a high steady-state concentration of APC (approximately 1.3 nM), more than twice that of the 28F model (0.55 nM). This elevated APC level leads to rapid suppression of thrombin following its initial increase, resulting in a sharp decline in clotting activity. Additionally, ATIII is rapidly consumed in the 23F model, reaching a lower steady-state concentration (around 900 nM) compared to approximately 2100 nM in the 28F model. These findings suggest that the 23F model may overestimate both the rate and extent of coagulation while lacking sustained regulatory balance. In contrast, the 28F model demonstrates a more balanced and physiologically realistic response. The inclusion of additional biochemical components introduces key feedback mechanisms that regulate thrombin generation and prevent excessive clot formation. The presence of TFPI allows for inhibition of the extrinsic pathway, while the enhanced Protein C pathway supports sustained anticoagulant activity. As a result, the 28F model maintains higher ATIII levels and more controlled thrombin dynamics. Overall, this study demonstrates that model complexity plays a crucial role in accurately simulating blood coagulation. While the 23F model captures general clotting behaviour, it lacks sufficient regulatory detail. In contrast, the 28F model provides a more comprehensive and realistic representation of haemostatic processes. These findings highlight the importance of incorporating key regulatory mechanisms in computational models to improve their predictive capability and applicability in biomedical research.

Benzer Tezler

  1. Tez No

    806702

    Bazı 7-hidroksi kumarin bileşiklerinin pıhtılaşma faktörü Xa ve antidiyabetik enzimlerin aktiviteleri üzerine etkilerinin incelenmesi

    Effects of some 7-hydroxy coumarin compounds on coagulation factor Xa and activities of antidiabetic enzymes

    FURKAN MELETLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Biyokimyaİstanbul Üniversitesi-Cerrahpaşa

    Kimya Ana Bilim Dalı

    PROF. DR. ÖZLEM SAÇAN

  2. Tez No

    371510

    Computational blood clotting modelling with coupled lattice boltzmann and discrete element methods

    Lattıce boltzmann ve dıscrete element yöntemleri kullanılarak kanın pıhtılaşmasının modellenmesi

    OKAN DOĞRU

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    PROF. DR. M. SERDAR ÇELEBİ

  3. Tez No

    252293

    Modelling of combustion in diesel engines

    Dizel motorlarda yanma modellemesi

    CENGİZHAN CENGİZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    İleri Teknolojiler Ana Bilim Dalı

    PROF. DR. İ. BEDİİ ÖZDEMİR

  4. Tez No

    464967

    Optimal control and reduced order modelling of fitzhugh-nagumo equation

    Fitzhugh-nagumo denkleminin eniyilemeli kontrolü ve indirgenmiş dereceli modellemesi

    TUĞBA KÜÇÜKSEYHAN

    Doktora

    İngilizce

    İngilizce

    2017

    MatematikOrta Doğu Teknik Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. BÜLENT KARASÖZEN

  5. Tez No

    151320

    Computational modeling of bio-fluid mechanics of white blood cells

    Beyaz kan hücrelerinin bio-akışkan mekaniğinin sayısal modellenmesi

    MURAT BAHADIR SOYDAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Makine MühendisliğiKoç Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. METİN MURADOĞLU

Geri Dön