Geri Dön

Modelling and predicting binding affinity of PCP-like compounds using machine learning methods

Makine öğrenimi yöntemlerini kullanarak PCP benzeri bileşiklerin modellenmesi ve bağlanma eğilimlerinin tahmini

  1. Tez No: 201872
  2. Yazar: ÖZLEM ERDAS
  3. Danışmanlar: DOÇ. DR. FERDA NUR ALPASLAN, PROF. DR. ERDEM BÜYÜKBİNGÖL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2007
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Makine öğrenimi yöntemleri bilim ve mühendislik alanlarında ümit vaat eden araçlar olmuşlardır. Bu yöntemlerin kimya ve ilaç tasarımı alanında kullanımı 1990lardan sonra gelişmiştir. Bu çalışmada, PCP benzeri bileşiklerin moleküler elektrostatik potansiyel (MEP) yüzeyleri bağlanma eğilimlerinin tahmininde kullanılacak özellikleri çıkartmak amacıyla modellenecek ve görselleştirilecektir. Modellemede MEP yüzey noktalarının Kartezyen koordinatları küresel özörgütlemeli haritaya eşlenecektir. Sonuçta oluşan haritalar elektrostatik potansiyel değerleri kullanılarak görselleştirilecektir. Bu değerler aynı zamanda tahmin sisteminde kullanılan özellikleri sağlayacaklardır. Destek vektör makineleri ve kısmi en küçük kareler bileşiklerin bağlanma eğiliminin tahmininde kullanılacak ve sonuçlar karşılaştırılacaktır.

Özet (Çeviri)

Machine learning methods have been promising tools in science and engineering fields. The use of these methods in chemistry and drug design has advanced after 1990s. In this study, molecular electrostatic potential (MEP) surfaces of PCP-like compounds are modelled and visualized in order to extract features which will be used in predicting binding affinity. In modelling, Cartesian coordinates of MEP surface points are mapped onto a spherical self-organizing map. Resulting maps are visualized by using values of electrostatic potential. These values also provide features for prediction system. Support vector machines and partial least squares method are used for predicting binding affinity of compounds, and results are compared.

Benzer Tezler

  1. Methodologies for prediction of transcription factors in transcriptional regulatory mechanisms in biocatalysis of reactions in yeast central pathways

    Mayaların merkezi tepkime yolizlerindeki reaksiyonların biyokatalizinde transkripsiyonel regülasyon mekanizmalarındaki transkripsiyon faktörlerinin tahminlenmesi için metodolojiler

    OĞUZ ULAŞ YAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    BiyokimyaOrta Doğu Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. PINAR ÇALIK

  2. 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

    İngilizce

    2022

    Biyofizikİstanbul Teknik Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEFER BADAY

  3. 2-fenilindol türevlerinin göreceli bağlanma eğilimlerinin 6D QSAR analizi olarak CoMCET programıyla incelenmesi

    Study of relative binding affinity of 2-phenylindole derivatives using CoMCET praograme as 6D QSAR analyse

    KADER ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    KimyaErciyes Üniversitesi

    Kimya Ana Bilim Dalı

    Y.DOÇ.DR. İLHAN ÖZER İLHAN

  4. 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

  5. Detection of small organic molecules with three-dimensional biomolecule-based biosensors using bioinformatics applications

    Biyoenformatik uygulamalar kullanılarak üç boyutlu biyomoleküller temelli biyosensörler ile küçük organik moleküllerin tespit edilmesi

    İMREN BAYIL

    Doktora

    İngilizce

    İngilizce

    2023

    BiyoteknolojiGaziantep Üniversitesi

    Biyoenformatik ve Bilişimsel Biyoloji Ana Bilim Dalı

    DOÇ. DR. TUĞBA TAŞKIN TOK