Geri Dön

A computational approach to predict contact potential and desulfide bond of proteins

Proteinlerin temas matrisleri ve ikili sülfat bağı tahmini üzerine işlemsel yaklaşım

  1. Tez No: 152826
  2. Yazar: ELANUR ŞİRELİ
  3. Danışmanlar: Y.DOÇ.DR. OSMAN UĞUR SEZERMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoloji, Mikrobiyoloji, Biology, Microbiology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

ÖZET Bir proteinin temas eden amino asit ve ikili-sülfat bağı bilgileri proteinin 3 boyutlu yapısı ve fonksiyonu ile ilgili önemli ipuçları vermektedir. Bu çalışmada, bilgilerin tahmini üzerine işlemsel yaklaşım sunulmaktadır ve bu çalışmaların her ikisi de protein katlanması probleminin önemli adımlarım oluşturmaktadır. İlk çalışmada, proteinlerin temas matrikslerinin tahmini üzerine çalıştık. Tahmin işlemi için, Sinir Ağları ve Destek Vektör Makinalan tekniklerini uygulayarak, proteinlerin fiziksel (sıralanma, hacim ölçüleri), kimyasal, evrimsel (komşu bilgileri) ve yapısal (ikincil yapı) bilgileri kullanıldı. Çalışmanın sonunda, %0.6'lık temas dışı hata oram ile temas örneklerinin %14'ünü tahmin edebildik ve bu tahmin, raslantısal tahminden 9 kat daha iyidir. İkinci çalışmada, aynı parametreleri kullanarak, sistin amino asitlerinin bağlanıp ikili sülfat bağı oluşturabilirliğini tahmin ettik. Bu çalışmada SVM kullandık ve ikili- sülfat bağı talımininde %63.76 doğruluğa ulaştık.

Özet (Çeviri)

ABSTRACT Contact map and disulfide bond information of a protein give crucial clues about 3-dimensional structure and function of a protein. In this study, we represent a computational approach to predict both contact maps and disulfide bonds of the residues inside of a protein and these studies are two of the essential steps of protein folding problem. In the first study, we predicted contacting residues of proteins using physical (ordering, length and volume), chemical (hydrophobicity), evolutionary (neighboring) and structural (secondary structure) information by implementing classification techniques, Neural Networks (NNs) and Support Vector Machines (SVMs). As a result, our method predicts 14% of the contacting residues with 0.6% false positive ratio and it performs 9 times better than a random predictor. In the second study, using the same parameters we predicted cysteine residues forming. In this study, we used SVMs, we obtained 63.76% accuracy in disulfide bond prediction.

Benzer Tezler

  1. Blast performance of brms structures with sliding foundation & effects of dynamic interaction of structural members on esdof blast analysis

    Başlık çevirisi yok

    BİLAL BALCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    İnşaat MühendisliğiÖzyeğin Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BÜLENT ERKMEN

  2. Development of an early indicator index for tornadic storms in the Euro-Mediterranean region

    Avrupa-Akdeniz bölgesi'ndeki tornadik fırtınalar için erken gösterge endeksinin geliştirilmesi

    ÖMER KUTAY MIHLIARDIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. SEVİNÇ ASİLHAN

  3. Computational approaches to study drug resistance mechanisms

    İlaç direnç mekanizmaları için işlemsel yaklaşımlar

    ZOYA KHALID

    Doktora

    İngilizce

    İngilizce

    2017

    BiyolojiSabancı Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyomühendislik Ana Bilim Dalı

    Prof. Dr. İSMAİL ÇAKMAK