Automatic identification of evolutionary and sequence relationships in large scale protein data using computational and graph-theoretical analyses
Büyük çaplı protein verisinde evrimsel ve dizinsel ilişkilerin işlemsel ve çizge teorisi analizleri ile otomatik olarak belirlenmesi
- Tez No: 325728
- Danışmanlar: DOÇ. DR. BİLGE KARAÇALI, PROF. DR. HÜSEYİN BASKIN
- Tez Türü: Doktora
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 128
Özet
Bu çalışmada, yüksek oranda çeşitlilik gösteren geniş veri setlerinde bulunan biyomoleküler dizilerin evrimsel/fonksiyonel ilişkilerini otomatik şekilde tanımlayan yöntemler geliştirilmiştir. Yöntemlerin oluşturulması ve optimizasyonu sırasında farklı yaklaşımlar değerlendirilmiştir. İlk yaklaşım, doğrusal olmayan gömme tekniği kullanılarak, gen ve protein dizilerinin çok boyutlu vektör uzaylarında ifade edilmeleri olmuştur. Bu yaklaşım, sonuç olarak ortaya çıkan ifadeleri kümelemek ve/veya sınıflamak amacı ile istatistiki öğrenme algoritmalarının uygulanabilmesine olanak sağlamıştır. İkinci yaklaşım, uzak homoloji ve/veya yanlış hizalama sonucunda ortaya çıkan güvenilmez bağlantıları elemek amacı ile diziler arası ikili uzaklıkları düzeltme işlemine tabi tutmak olmuştur. Bu işlem, ikili bağlantı haritasının farklı 2 değişken üzerinden eşiklenmesi ile gerçekleştirilmiştir. Bunlar, tahmin edilen evrimsel mesafeler ve ikili hizalamalarda yer alan boşluksuz pozisyonların sayısı olmuştur. Sonuç olarak ortaya çıkan bağlantı haritası, kopuk ve benzer proteinler içeren kümelerden oluşmaktadır. Üçüncü ve son yaklaşım, paylaşılan dizi parçalarının korunmuş fonksiyonel veya yapısal özellikleri ifade etmelerinden dolayı, amino asit dizilerinin bu paylaşılan/korunmuş kısımlar üzerinden birbirleri ile ilişkilendirilmeleri olmuştur. Bu kısımların çeşitlilik içeren geniş amino asit dizi koleksiyonlarında tanımlanabilmesi amacı ile dizi hizalama, amino asit korunum puanlama ve çizge teorisi yaklaşımları kullanılarak otomatik çalışan bir yöntem geliştirilmiştir. Yöntem, çıktı olarak işleme verilen diziler ile tanımlanan korunmuş bölgelerin ilişkilendirildiği bir tablo vermektedir. Bu tablo kullanılarak hem bilinen protein ailelerinin yeni üyeleri, hem de tamamen yeni aileler ortaya çıkarılabilir. Geliştirilen yöntemler, genel bir fonksiyonel ilişki haritası elde etmek amacı ile 17793 insan protein dizisinden oluşan bir veri setine uygulanmıştır. Bu harita üzerinde, fonksiyonel açıklamalar içeren proteinler ile ilişkileri dikkate alınarak, insan proteinlerinin fonksiyonel ve evrimsel özellikleri elde edilebilir. Sonuçlar, korunmuş bölgelerin tanımlanmış yapısal fonksiyonel dizi kısımlarına denk düştüğünü göstermiştir. Buna bağlı olarak, yöntem aynı zamanda protein dizileri üzerinde yeni yapısal fonksiyonel dizi kısımlarının tanımlanmasında kullanılabilir.
Özet (Çeviri)
In this study, computational methods are developed for the automatic identification of functional/evolutionary relationships between biomolecular sequences in large and diverse datasets. Different approaches were considered during the development and optimization of the methods. The first approach focused on the expression of gene and protein sequences in high dimensional vector spaces via non-linear embedding. This allowed statistical learning algorithms to be applied on the resulting embeddings in order to cluster and/or classify the sequences. The second approach revised the pairwise similarities between sequences following multiple sequence alignment in order to eliminate the unreliable connections due to remote homology and/or poor alignment. This is achieved by thresholding the pairwise connectivity map over 2 parameters: the inferred evolutionary distances and the number of gapless positions in each pairwise alignment. The resulting connectivity map was disjoint and consisted of clusters of similar proteins. The third and the final approach sought to associate the amino acid sequences with each other over highly conserved/shared sequence segments, as shared sequence segments imply conserved functional or structural attributes. An automated method was developed to identify these segments in large and diverse collections of amino acid sequences, using a combination of sequence alignment, residue conservation scoring and graph-theoretical approaches. The method produces a table of associations between the input sequences and the identified conserved regions that can reveal both new members to the known protein families and entirely new lines. The methods were applied to a dataset composed of 17793 human proteins sequences in order to obtain a global functional relation map. On this map, functional and evolutionary properties of human proteins could be found based on their relationships to the ones bearing functional annotations. The results revealed that conserved regions corresponded strongly to annotated structural domains. This suggests the method can also be useful in identifying novel domains on protein sequences.
Benzer Tezler
- İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması
Başlık çevirisi yok
TARIK ÇAKAR
Doktora
Türkçe
1997
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. AYHAN TORAMAN
- Yeni nesil telsiz haberleşme sistemleri için otomatik modülasyon tanıma
Automatic modulation identification for new generation wireless communication systems
YEŞİM HEKİM TANÇ
Doktora
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Robot kollarının adaptif kontrolü
Adaptive control of robot arms
K.FATİH DİLAVER
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. M. KEMAL SARIOĞLU
- Depo yönetim sistemlerinde kullanılan otomatik tanıma ve veri toplama teknolojileri ile RFID etiketleme
Automatic identification and data collection technologies and radio frequency identification label systems in warehouse management system
ERHAN MALKOÇ
Yüksek Lisans
Türkçe
2006
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. MURAT BASKAK
