Geri Dön

Artificial neural networks modeling and simulation of the in-vitro nanoparticle-cell interactions

Yapay sinir ağları ile ın-vitro nanopartikül-hücre etkileşimlerinin modellenmesi ve simülasyonu

  1. Tez No: 301106
  2. Yazar: NESLİHAN CENK
  3. Danışmanlar: DOÇ. DR. SAVAŞ DAYANIK, PROF. DR. İHSAN SABUNCUOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Bu araştırmada, Yapay Sinir Ağları (YSA) yöntemi ile hücreye tutunan, yani hücre yüzeyine yapışan ve hücre içine alınan, nanopartikül (NP) oranını tahmin eden bir model geliştirilmiştir. Organizmaların kaotik ortamları, teknik kısıtlamaları ve tutunma oranına etkisi olan birçok değişkenin binlerce varyasyonunun deneylerle test edilmesinin çok uzun süre gerektireceği göz önünde bulundurulduğunda nanopartiküllerin hücreye tutunma oranının tahmini çok önemli ve gerekli bir çalışmadır. NP-hücre etkileşimleri deney süreçlerinin simülasyonu ile güdümlü ilaç dağılımı, mevcut patolojilerin hücre düzeyinde tespiti, tedavisi ve teşhisi için temel oluşturulmaya çalışılmıştır. Bu çalışma ayni zamanda nanotıp çalışmalarını hızlandıracaktır. NP tipi, NP boyutu, NP yüzey yükü, yoğunluk ve zamana bağlı olan hücresel tutunma oranının tahmini için çok katmanlı, ileri beslemeli, Backpropagation (Geri-Yayılım) algoritmasına dayalı bir YSA modeli geliştirilmiştir. In-vitro NP-sağlıklı hücre etkileşimi analizleri için kullanılacak NP çeşitlerinin her biri küresel sekle sahip olan polimetil metakrilat (PMMA), silika ve polilaktik asit (PLA) olarak belirlenmiştir. Önerilen YSA modelinde kullanılacak gizli katman sayısı, nöron sayısı ve eğitim fonksiyonlarını optimize etmek için MATLAB Programlama Dili kullanılmıştır. Ağın eğitim ve test edilmesi için gerekli veri seti Türkiye'de bir Nano-Tıp Araştırma Merkezi tarafından yapılan in-vitro NP-hücre etkileşimi deneyleri sonucunda elde edilmiştir. YSA yöntemiyle en iyi tahmin modeli oluşturarak ve uygulayarak farklı nanopartiküllerin dağılım özellikleri ve hücre etkileşimleri incelenmiştir. Birçok farklı deney gerçekleştirmek yerine YSA modeli kullanılarak hücreler ile hedeflenen nanopartiküllerin olası etkileşimlerinin simülasyonu, çok daha hızlı, daha elverişli ve daha ucuz bir yaklaşımdır.

Özet (Çeviri)

In this research a prediction model for cellular uptake efficiency of nanoparticles (NPs), which is the rate of NPs adhered to the cell surface or entered into the cell, is investigated via Artificial Neural Network (ANN) method. Prediction of cellular uptake rate of NPs is an important study considering the technical limitations of volatile environment of organism and the time limitation of conducting numerous experiments for thousands of possible variations of different variables that have an impact on NP uptake rate. Moreover, this study constitutes a basis for the targeted drug delivery and cell-level detection, treatment and diagnoses of existing pathologies through simulating experimental procedure of NP-Cell interactions. Accordingly, this study will accelerate nano-medicine researches. The research focuses on constructing a proper ANN model based on multilayered feed-forward back-propagation algorithm for prediction of cellular uptake efficiency which depends on NP type, NP size, NP surface charge, concentration and time. NP types for in-vitro NP-healthy cell interaction analysis are polymethyl methacrylate (PMMA), silica and polylactic acid (PLA) all of whose shapes are spheres. The proposed ANN model has been developed on MATLAB Programming Language by optimizing number of hidden layers, node numbers and training functions. The data sets for training and testing of the network are provided through in-vitro NP-cell interaction experiments conducted by a Nano-Medicine Research Center in Turkey. The dispersion characteristics and cell interactions of the different nanoparticles in organisms are explored through constructing and implementing an optimal prediction model using ANNs. Simulating the possible interactions of targeted nanoparticles with cells via ANN model could lead to a more rapid, more convenient and less expensive approach in comparison to numerous experimental variations.

Benzer Tezler

  1. Erken deri kanseri tanısı için,işlevsel örselemesiz optik görüntüleme ile doku hemoglobin derişimi ve oksijen doyumunun kestirilmesi.

    The estimation of tissue hemoglobin concentration and oxygen saturation by functional non-invasive optical imaging for early skin cancer diagnosis.

    MAHMUT OZAN GÖKKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ENGİN

  2. Modeling and simulation of the TÜRKSAT 1B satellite using artificial neural networks

    Yapay sinir ağları kullanılarak TÜRKSAT 1B uydusunun yörüngesinin modellenmesi

    ALİ TÜRKER KUTAY

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Uçak MühendisliğiOrta Doğu Teknik Üniversitesi

    Havacılık Mühendisliği Ana Bilim Dalı

    PROF. DR. YURDANUR TULUNAY

  3. Elektromanyetik açıcının bazı fiziksel özelliklerinin ölçümü, sonlu elemanlar yöntemi ile analizi ve karakteristiğinin makine öğrenmesi ile kestirimi

    Measurement of some physical properties of an electromagnetic plunger, its analysis with finite element method, and estimating the characteristic using machine learning

    MAHAMMADKHAN GULIYEV

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞUAYB ÇAĞRI YENER

  4. İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması

    Başlık çevirisi yok

    TARIK ÇAKAR

    Doktora

    Türkçe

    Türkçe

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. AYHAN TORAMAN

  5. AISI 1045 malzemesinin talaşlı işlenebilirliğinde fuzzy logic ve yapay sinir ağları (ANN) kullanılarak kesme parametrelerin optimizasyonu

    The optimization of cutting parameters for the machinability of AISI 1045 material using fuzzy logic and artifical neural networks(ANN)

    SÜMEYYE DERECİ SEFER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Makine MühendisliğiGebze Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. FEVZİ BEDİR