Alerjen proteinlerin otomatik sınıflandırılması
Automated classification of allergen proteins
- Tez No: 216708
- Danışmanlar: YRD. DOÇ. DR. HASAN OĞUL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 92
Özet
Alerjen proteinlerin tanınması ve sınıflandırılması, özellikle son yıllarda sıkça kullanılan genetik değişikliğe uğramış gıdaların denetlenmesi ve biyo-ilaçların tasarımı açısından büyük önem kazanmıştır. Dünya Sağlık Örgütü ve Gıda ve Tarım Örgütü kurumları bu amaçla alerjen proteinlerin tespiti için bazı rehberler hazırlamıştır. Ancak, bu rehberlerde önerilen yöntemler çoğunlukla yarı-otomatik gerçekleştirilen ve tahmin yeterliliği düşük olan yöntemlerdir. Son birkaç yılda bazı otomatik yöntemler önerilse de bunlar ya istenilen yeterlilik seviyesine ulaşamamış ya da işlem zamanı ve bellek gereksinimi açısından avantajsız olmuşlardır. Bu çalışmada, alerjen proteinlerin sadece dizilim verisi kullanılarak, farklı makine öğrenme yöntemleri bilinen bazı dizilim gösterim yaklaşımları ile denenmiştir. Farklı dizilim gösterim yöntemleri için K-En Yakın Komşu, Bulanık K-En Yakın Komşu ve Destek Vektör Makineleri (DVM) kullanılmış ve sonuçlar karşılaştırmalı olarak verilmiştir.
Özet (Çeviri)
The prediction and classification of the allergen proteins have received great importance on the inspection of genetically modified food, which are used especially in the recent years, and the design of bio-pharmaceuticals. World Health Organization (WHO) and Food and Agriculture Organization (FAO) prepared guidelines for the prediction of allergen proteins. However, the methods proposed in these guidelines are mostly semi-automatic and have low prediction accuracy. Although some automated methods have been proposed in the last few years, either they could not reach the required sufficiency level or they were insufficient as for the processing time and memory usage. In this study, various machine learning methods were tried with some known sequence representation approaches by using only the sequence data of the allergen proteins. For various sequence representation approaches, K-Nearest Neighbour, Fuzzy K-Nearest Neighbour and Support Vector Machines (SVM) were used and the results were given with comparison.
Benzer Tezler
- Identification of bioactive and allergen proteins by in silico tools
Biyoaktif ve alerjen proteinlerin in silico araçlarla tanımlanması
CEYLAN TÜRKMEN
Yüksek Lisans
İngilizce
2019
Allerji ve İmmünolojiDokuz Eylül ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. LEVENT ÇAVAŞ
- İşleme esnasında sütte bulunan alerjen proteinlerin yapısındaki değişikliklerin belirlenmesi
İşleme esnasinda sütte bulunan alerjen protei̇nleri̇n yapisindaki̇ deği̇şi̇kli̇kleri̇n beli̇rlenmesi̇
AHMET KAYA
Yüksek Lisans
Türkçe
2019
Gıda MühendisliğiUşak ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGÜR TARHAN
- Candida albicans'ın potansiyel alerjen proteinlerinin ekstraksiyonu ve saflaştırılması
Extraction and purification of the potential allergen proteins from Candida albicans
HIBA MOHAMMED FAKHRI AL SHAHWANI
Yüksek Lisans
Türkçe
2022
BiyolojiGaziantep ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. İBRAHİM HALİL KILIÇ
DOÇ. DR. SİBEL BAYIL OĞUZKAN
- Tilia cordata'nın alerjen proteinlerinin tanımlanması
Identification of allergenic proteins from Tilia cordata
DELAL TİVSİZ
Yüksek Lisans
Türkçe
2021
BiyolojiGaziantep ÜniversitesiMoleküler Biyoloji Ana Bilim Dalı
DOÇ. DR. IŞIK DİDEM KARAGÖZ
- Ev tozu akarlarının alerjen proteinlerinin tespiti
Profiling of house dust mite allergen proteins
NİHAL BAYLAR
Yüksek Lisans
Türkçe
2024
BiyolojiGaziantep ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. IŞIK DİDEM KARAGÖZ