Geri Dön

Data mining approaches to drug repositioning to multiple diseases

Veri madenciliği yötemleri kullanılarak var olan ilaçların farklı hastalıklar için yeniden tasarlanması

PDF İndir

  1. Tez No: 424519
  2. Yazar: ABDULLAH ALRHMOUN
  3. Danışmanlar: YRD. DOÇ. DR. AYDIN ALBAYRAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Fatih Üniversitesi
  10. Enstitü: Biyo-Medikal Mühendislik Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

İlaç repozisyonu var olan bir ilacın yeni kullanım alanlarını bulma süreci olarak tanımlanır. Bu işlemdeki asıl amaç geleneksel ilaç geliştirme süresini ve maliyetini azaltmaktır. Özellikle son yıllarda ilaç repozisyonu ilaç şirketlerinin ve akademik araştırma grupların yoğun ilgisini çekmiştir. Bu çalışmada ilaç-hastalık ilişkisini tanımlama da kimyasal altyapıları, yan etkiler, hedef protein ve miRNA gibi veriler değişik veribankalarından derlenerek 639 ilaç-hastalık etkileşimi ve 1647 ilaç veya hastalık ilişkisine dair özellik içeren bir matriks oluşturulmuştur. İlaç repozisyon potansiyeli en yüksek olan ilaçların belirlenmesi işlemi sırasında kullanılan verilerin analize hazır hale getirilmesi için R yazım dili ile Destek Vektör Makineleri (SVM) yöntemi ile sınıflandırma işlemi sırasında birçok Python programcıkları kullanılmıştır. İlk defa kimyasal altyapılar ve miRNA gibi sadece 20 adet özellik kullanılarak sınıflandırma işlemi sırasında %99 doğruluk oranı elde edilmiştir.

Özet (Çeviri)

Drug repositioning is defined as the identification of new uses for existing drugs. The ultimate goal is to reduce time and costs associated with the traditional drug development process. In recent years, drug repositioning has garnered the attention of both pharmaceutical companies and academic research centers. In this study, drug and disease-related data such as substructures, side effects, target protein and miRNA from a variety of online databases have been collected and compiled into feature matrix with 639 known drug-disease associations and 1647 drug-disease related features. R language was used for cleaning and preparing the compiled data for analysis whereas numerous Python packages were used for applying the SVM classification routine to select features with better predictive potentials in drug repositioning. A classification accuracy of 99% has been achieved for drug repositioning with as few as 20 features which contain a conserved subgroup of chemical substructures and miRNAs.

Benzer Tezler

  1. Tez No

    887073

    Drug repositioning for neurodegenerative diseases based on bioinformatics and text mining analysis

    Biyoinformatik ve metin madenciliği analizine dayalı nörodejeneratif hastalıklar için ilaç yeniden konumlandırma

    KÜBRA TEMİZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    BiyomühendislikAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. ESRA GÖV

  2. Tez No

    444558

    Predicting drug synergy using data mining

    İlaçlar arası sinerjinin veri madenciliği yöntemleriyle tahmini

    MILAD HASSANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Endüstri ve Endüstri MühendisliğiSabancı Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KEMAL KILIÇ

  3. Tez No

    216326

    Structure-based drug design and QSAR analysis of candidate drugs for the treatment of cancer

    Kanser tedavisi için yapıya dayalı ilaç dizaynı ve ilaçların sayısal yapı aktivite ilişkili analizleri

    PELİN ARMUTLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    BiyofizikKoç Üniversitesi

    Endüstri Mühendisliği Bölümü

    DOÇ. DR. METİN TÜRKAY

  4. Tez No

    892821

    Assessment of antiepileptic drug side effects utilizing orange software

    Antiepileptik ilaç yan etkilerinin orange yazılımı kullanılarak değerlendirilmesi

    PINAR ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilim ve TeknolojiYeditepe Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ÖZİLGEN

  5. Tez No

    379865

    A bayesian modeling and estimation framework for pharmacogenomics driven warfarin dosing

    Farmakogenomik verileri kullanan bayes temelli warfarın dozaj modelleme ve tahmin altyapısı

    SERDAR MURAT ÖZTANER

    Doktora

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Tıp Bilişimi Ana Bilim Dalı

    YRD. DOÇ. DR. TUĞBA TAŞKAYA TEMİZEL

    PROF. DR. ŞABAN REMZİ ERDEM

Geri Dön