Identification of functionally orthologous protein groups in different species based on protein network alignment
Farklı türlerde bulunan fonksiyonel olarak ortolog olan protein gruplarının protein ağlarının hizalanmasına dayalı olarak belirlenmesi
- Tez No: 268990
- Danışmanlar: YRD. DOÇ. DR. TOLGA CAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoteknoloji, Computer Engineering and Computer Science and Control, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Bu çalışmada, farklı türlerde bulunan fonksiyonel açıdan ortolojik (orthologous) olan protein kümelerinin belirlenmesi ve eşleştirilmesi için ClustOrth isminde bir algoritma önerilmiştir. Bu algoritma karşılaştırılacak organizmaların protein etkileşim ağlarına ve bu etkileşim ağlarında bulunan proteinlerin GO terimlerinine öncü bilgi olarak ihtiyaç duymaktadır. Tekrarlanan Yürüyüş Algoritması ile fonksiyonel olarak ilişkili protein gruplarının belirlenmesinden sonra yöntem, belirlenen protein gruplarını tanımlanan bir benzerlik ölçütüne bağlı olarak birbirine eşler. Protein gruplarının benzerliklerinin değerlendirilmesi için çizge (graph) teorisi tabanlı bilgi proteinlerin içerik bilgisi ile birlikte kullanılmıştır. Kümeler daha önceki çalışmalarda tanımlanmış olan GO terimi tabanlı protein benzerlik ölçüleri kullanılarak hizalanmıştır. Bu hizalamalar küme benzerliklerini de?gerlendirmek için protein benzerliklerinden küme benzerlik ölçüsü tanımlayarak kullanılmıştır. En yüksek skoru üreten hizalamalar ortolojik olarak kabul edilmiştir. Ortoloji bilgisi sağlayan çeşitli veri kaynakları tanımlanan küme benzerlik ölçüsünün protein gruplarının ortolojik bağlarının tahmin edilmesinde kullanılabileceğini göstermiştir. Protein ortolojisi tahmin etme yöntemi olan ISORANK isimli algoritma ile yapılan karşılaştırmalar, ClustOrth'un proteinler arasındaki ortolojilerin belirlenmesinde başarılı olduğunu göstermiştir. Fakat küme benzerliği ölçüsü çok katıdır ve birçok küme eşleştirmesi bu ölçüt için yüksek skorlar üretememektedir. Bu nedenden ötürü yapılan tahminler düşük sayıdadır. Bu problem kümelerin değerlendirilmesi için kümelerdeki proteinlerle ilgili farklı bilgi kaynaklarının eklenmesi ile aşılabilir. ClustOrth aynı zamanda ortolojileri tanımlamak için protein dizi bilgisini kullanarak ortolojik protein kümelerinin bulunmasını hedefleyen NetworkBLAST algoritmasından daha iyi çalışmıştır. Özetle bu çalışma protein etkileşim ağlarının ortolojik fonksiyonel modüllerinin berimsel olarak bulunması için protein kümelerini eşlemeye çalışan öncü çalışmalardan biridir.
Özet (Çeviri)
In this study, an algorithm named ClustOrth is proposed for determining and matching functionally orthologous protein clusters in different species. The algorithm requires protein interaction networks of the organisms to be compared and GO terms of the proteins in these interaction networks as prior information. After determining the functionally related protein groups using the Repeated Random Walks algorithm, the method maps the identified protein groups according to the similarity metric defined. In order to evaluate the similarities of protein groups, graph theoretical information is used together with the context information about the proteins. The clusters are aligned using GO-Term-based protein similarity measures defined in previous studies. These alignments are used to evaluate cluster similarities by defining a cluster similarity metric from protein similarities. The top scoring cluster alignmentsare considered as orthologous. Several data sources providing orthology information have shown that the defined cluster similarity metric can be used to make inferences about the orthological relevance of protein groups. Comparison with a protein orthology prediction algorithm named ISORANK also showed that the ClustOrth algorithm is successful in determining orthologies between proteins. However, the cluster similarity metric is too strict and many cluster matches are not able to produce high scores for this metric. For this reason, the number of predictions performed is low. This problem can be overcomed with the introduction of different sources of information related to proteins in the clusters for the evaluation of the clusters. The ClustOrth algorithm also outperformed the NetworkBLAST algorithm which aims to find orthologous protein clusters using protein sequence information directly for determining orthologies. It can be concluded that this study is one of the leading studies addressing the protein cluster matching problem for identifying orthologous functional modules of protein interaction networks computationally.
Benzer Tezler
- Applications of evolutionary bioinformatics in basic and biomedical research
Temel ve biyomedikal araştırmalarda evrimsel biyoinformatik uygulamalar
OGÜN ADEBALİ
Doktora
İngilizce
2015
GenetikThe University of TennesseeMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. IGOR B. JOULINE
- Salatalıkta ısı şoku proteinlerinin biyoinformatik analizleri ve abiyotik stres koşullarına tepkisinin omiks yaklaşımlar kullanılarak incelenmesi
Bioinformatics analysis of cucumber heat shock proteins and investigation of response to abiotic stress conditions by using omics approaches
NECDET MEHMET ÜNEL
Yüksek Lisans
Türkçe
2018
BiyolojiKastamonu ÜniversitesiGenetik ve Biyomühendislik Ana Bilim Dalı
DOÇ. DR. MEHMET CENGİZ BALOĞLU
- Functional analysis of orthologs in Arabidopsis of genes involved in activating alkaloid biosynthesis in tobacco.
Tütün bitkisinde alkaloid biyosentezinin aktive edilmesinde rol alan genlerin Arabidopsis biitkisindeki ortologlarının fonksiyonel analizleri
HALBAY TURUMTAY
Yüksek Lisans
İngilizce
2009
BiyolojiGhent UniversityMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
PROF. DR. DIRK INZE
DR. ALAIN GOOSSENS
- Identification of functionally related and mutually exclusive micrornas associated with diseases using deep neural networks approach
Derin sinir ağları yaklaşımı kullanılarak hastalıklarla ilişkili işlevsel olarak ilişkili ve karşılıklı olarak özel mikrorna'ların tanımlanması
REZA ARSHINCHI BONAB
Yüksek Lisans
İngilizce
2023
BiyolojiDokuz Eylül ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DR. TUTOR MEMBER OF ATHANASIA PAVLOPOULOU
- Modal analysis of myosin II and identification of functionally important sites
Myosin II mod analizi ve fonksiyonel olarak önemli yapıların tespiti
ONUR VAROL
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiYRD. DOÇ. DR. DENİZ YURET