Clustering protein-protein interactions based on conserved domain similaities
Protein-protein etkileşimlerinin korunmuş bölge benzerliğine göre öbeklenmesi
- Tez No: 184691
- Danışmanlar: Y.DOÇ.DR. UĞUR DOĞRUSÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
ivÖZETPROTEİN-PROTEİN ETKİLEŞİMLERİNİNKORUNMUŞ BÖLGE BENZERLİĞİNE GÖREÖBEKLENMESİAslı AyazBilgisayar Mühendisligi, Yüksek LisansTez Yöneticisi: Yard. Doç. Dr. Uğur DoğrusözAğustos, 2004Protein protein etkileşimleri (PPE) sinyal iletimi, transkripsiyonel düzenleme vemetabolizma gibi pek çok hücresel işlemi yürütürler. Saccharomyces ceravisae'de 16,000civarında PPE olduğu tahmin edilmektedir. Bu etkileşimlerin pek azının rastgelemutasyonlarla evrimleştiği (keşif), diğerlerinin ise gen çiftlenmesi ve exon değişimi gibiolaylarla oluştuğu (doğum) kabul edilmektedir. Bölgeler, proteinlerin işlevselbirimleridir, ve yeniden derlenip düzenlenebildikleri için doğumların çoğundansorumludurlar. Dolayısıyla doğumlar yoluyla evrimleşmiş eşköklü etkileşimlerin ortakbölgelerden oluşan bir imzası olması beklenir. PPE'leri tespit eden bir kaç yükseküretimli yöntem sayesinde, hızla artan miktarlarda PPE verisi elde edilmektedir. Buverileri literatür ve gen ifadesi gibi diğer yüksek verimli verilerle tümleştirmek içinçabalar bulunsa da, hali hazırdaki verilerle ilişkilendirilmiş bilgiler etkileşiminmekanizmasını ve işlevini anlamak için yetersizdir. Etkileşim eşköklülüğünün tespiti,yeni ya da bilinmeyen etkileşimlerin, eşköklü bilinen etkileşimler yoluyla tanımlanmasınısağlayabilir. Bu çalışmada bölge benzerliğini esas alarak etkileşimleri eşköklü gruplaraatamak için olasılıksal bir model tanımlıyoruz. Bu modeli temel alarak, en olasıöbeklemeyi bulmak için bir Beklenti-Maksimizasyon algoritması geliştirdik. Algoritmayısentetik ve gerçek veriler üzerinde sınadık ve ilk sonuçların oldukça umut vericiolduğunu gösterdik. Son olarak bu çalışmanın geliştirilebilmesi için bir kaç öneri sunduk.
Özet (Çeviri)
iiiABSTRACTCLUSTERING PROTEIN-PROTEIN INTERACTIONSBASED ON CONSERVED DOMAIN SIMILARITIESAslı AyazM.S. in Computer EngineeringSupervisor: Assist. Prof. Dr. Uğur DoğrusözAugust, 2004Protein interactions govern most cellular processes, including signal transduction,transcriptional regulation and metabolism. Saccharomyces ceravisae is estimated to have16,000 protein interactions. Appereantly only a small number of these interactions wereformed ab initio (invention), rest of them were formed through gene duplications andexon shuffling (birth). Domains form functional units of a protein and are responsible formost of the interaction births, since they can be recombined and rearranged much moreeasily compared to innovation. Therefore groups of functionally similar, homologousinteractions that evolved through births are expected to have a certain domain signature.Several high throughput techniques can detect interacting protein pairs, resulting in arapidly growing corpus of protein interactions. Although there are several efforts forcomputationally integrating this data with literature and other high throughput data suchas gene expression, annotation of this corpus is inadaquate for deriving interactionmechanism and outcome. Finding interaction homologies would allow us to annotate anunannotated interaction based on already annotated known interactions, or predict newones. In this study we propose a probabilistic model for assigning interactions tohomologous groups, according to their conserved domain similarities. Based on thismodel we have developed and implemented an Expectation-Maximization algorithm forfinding the most likely grouping of an interaction set. We tested our algorithm withsynthetic and real data, and showed that our initial results are very promising. Finally wepropose several directions to improve this work.
Benzer Tezler
- Modeling dynein dynamics and its interactions with microtubules and microtubule-associated proteins using molecular dynamics simulations
Moleküler dinamik simülasyonları kullanarak dinein dinamiğinin ve mikrotübüller ve mikrotübül ilişkili proteinlerle etkileşimlerinin modellenmesi
MERT GÖLCÜK
Doktora
İngilizce
2024
Biyofizikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
DOÇ. DR. MERT GÜR
- Turning the spotlight on a long-overlooked pathway: molecular dynamics investigation of ras family members with RalGDS
Başlık çevirisi yok
KAYRA KÖSOĞLU
Yüksek Lisans
İngilizce
2021
BiyofizikKoç ÜniversitesiMoleküler Biyokimya ve Genetik Ana Bilim Dalı
PROF. DR. ZEHRA ÖZLEM KESKİN ÖZKAYA
- Identification of novel inhibitors targeting putative dantrolene binding site for ryanodine receptor 2
Ryanodine reseptörü için dantrolene bağlanma bölgesi hedef alınarak yeni inhibitör tanımlama
CEMİL CAN SAYLAN
Yüksek Lisans
İngilizce
2022
Biyofizikİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER BADAY
- Prediction of allosteric key residues and their role in protein folding
Alosterik anahtar reziduların tahmin edilmesi ve protein katlanmasındaki rolü
ŞÖLEN EKESAN
Yüksek Lisans
İngilizce
2009
Kimya MühendisliğiBoğaziçi ÜniversitesiKimya Mühendisliği Bölümü
PROF. TÜRKAN HALİLOĞLU
- Novel centrality, topology and hierarchical-aware link prediction in dynamic networks
Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini
ABUBAKHARI SSERWADDA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
YRD. DOÇ. ALPER ÖZCAN