Geri Dön

İlaç tasarımında aday moleküllerin birleştirilmiş sınıflandırma yöntemleri ile seçimi

Selection of candidate molecules by combined classification methods in drug design

PDF İndir

  1. Tez No: 490151
  2. Yazar: DENİZ AĞIRDAN
  3. Danışmanlar: DOÇ. DR. AYÇA ÇAKMAK PEHLİVANLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 54

Özet

Eski çağlarda insanların ağrılarını hafifletmek ve hastalıklarını tedavi etmek amacıyla günümüz ilaç keşfinin hala temelini oluşturan deneme-yanılma yolu ile doğada bulunan şifalı otlardan ve bitkilerden elde edilen bir takım birleşimler kullanılıyordu. Günümüzde, temelinde aynı deneme-yanılma yaklaşımı olan daha modern ve gelişmiş araç, çalışma ve analizler ile elde edilen ilaçlar aslında doğadaki milyonlarca molekülden sadece bir tanesidir. Bir ilacın ortaya konmasına yönelik tüm çalışmalar ilerlemiş teknolojide dahi 10-15 yıl süren çok maliyetli ve emek gerektiren bir süreçtir. Bu çalışmanın temel amacı bu süreci daha az maliyet ve sürede çok daha az hayvan deneyi ile gerçekleyen bir yaklaşım sunmaktır. Böylece ilaç keşfinin önemli bir kısmını içeren in vitro yani labaratuvar ortamında gerçekleşen çalışmalar in silico yani bilgisayar ve istatistiksel analiz destekli ilaç tasarım çalışmalarına dönüştürülmüş olacaktır. Bu amaçla çalışma, ilaç tasarım sürecinde labaratuvar deneyleri başlamadan önceki hazırlık aşamasını iyileştirmeye yönelik olarak tasarlanmıştır. Bu yaklaşım labaratuvar deneyleri başlamadan önce milyonlarca aday (potansiyel) ilaç molekülü arasından labaratuvarda incelenmeye değer yüksek ilaç olma potansiyeli gösteren moleküllerin birleştirilmiş yöntemler ile belirlenip deneylerde öncelik verilmesi temeline dayanmaktadır. Bu kapsamda Rastgele Orman ve AdaBoost yöntemleri birleştirilmiş sınıflama yöntemleri yanı sıra Destek Vektör Makinesi karşılaştırma ve geçerleme amaçlı kullanılmıştır. Sonuçlar ilaç olduğu onaylı moleküller ile ilaç olmayan ancak ilaç olmaya aday moleküllerden oluşan veri seti ilaç olma olasılığı diğerlerine göre daha yüksek olduğu yaklaşımımızca belirlenen çok daha küçük bir veri setine indirgenerek labaratuvar aşamasına sunulabilecektir. Ayrıca söz konusu çalışma daha küçük bir veri seti üzerinde ilaç olmaya aday molekülleri en iyi açıklayan değişken altkümelerinin seçimlerine yönelik bir meta çalışmayı da içermektedir. Çeşitli filtreleme yöntemleri ve sınıflama yöntemleri veri seti üzerinde uygulanmış sonuç olarak değişken seçiminin ilaç tasarım sürecine etkisi tartışılmıştır.

Özet (Çeviri)

In ancient times, in order to alleviating the pain of people and to treat their diseases, a number of medicinal herbs and herbaceous combinations that still form the basis of today's drug discovery, were used in the trial-and-error. Today, medicines which are actually only one of the millions of molecules in nature are obtained by more modern and sophisticated tools, studies and analyzes that are basically the same as the trial-and-error approach. All the studies for introducing a drug are costly and labor-intensive process that takes 10-15 years even in advanced technology. The main purpose of this study is to provide a less costly and realistic approach with much less animal testing in the process. Thus, in vitro studies involving a significant portion of drug discovery, that means laboratory studies, will be transformed into silico, that means computer and statistical analysis-supported drug design studies. For this purpose, the study was designed to improve the preparation phase prior to the start of laboratory experiments in the drug design process. This approach is based on the prioritization of experiments in which molecules that show potentially high drug potential worth researching in millions of candidate (potential) drug molecules prior to laboratory experiments are identified by combined methods. In this context, Random Forest and AdaBoost which are combined classification methods, have been used for comparison as well as Support Vector Machine has been used for validation. The results will be presented to the laboratory stage by reducing to a much smaller set of data that is more likely to be a drug than the other data set consisting of approved molecules that are drugs and candidate molecules that are not drugs but drug candidates. Moreover, It includes a meta-study of the selection of variable subclasses that best describe molecules that are candidates for drugs on a smaller data set. Various filtering methods and classification methods have been applied on the data set and the effect of variable selection on drug design process has been discussed.

Benzer Tezler

  1. Tez No

    884188

    Biomedical application of an enzymatically synthesized biopolyester

    Enzimatik olarak sentezlenmiş bir biyopoliesterin biyomedikal uygulaması

    ŞENOL BEYAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. FATOŞ YÜKSEL GÜVENİLİR

  2. Tez No

    709824

    Heuristic algorithms for solving chemical shift assignment problem in protein structure determination

    Sezgisel algoritmalar ile protein yapı belirlemesindeki kimyasal kayma atama probleminin çözümü

    EMEL MADEN YILMAZ

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE ŞİMA UYAR

    PROF. DR. PETER GÜNTERT

  3. Tez No

    884148

    Bilgisayar destekli ilaç tasarımı yöntemleri kullanılarak G protein-bağlı reseptörler için aday ilaç molekülleri tahmin ve tasarım çalışması

    Prediction and design study of candidate drug molecules for G protein-coupled receptors using computer aided drug design methods

    SELİNAY DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    BiyomühendislikTrakya Üniversitesi

    Genetik ve Biyomühendislik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜZİN TUNCA ALPARSLAN

  4. Tez No

    815631

    Ai for drug discovery LSTM-driven drug design using selfies for target-focused de novo generation of HIV-1 protease inhibitor candidates in the treatment of AIDS

    Yapay zeka tabanlı LSTM destekli ilaç tasarımı: AIDS tedavisinde selfıes kullanarak HIV-1 proteaz odaklı inhibitör adaylarının tasarlanması

    M.TALEB ALBRIJAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Biyomühendislikİstanbul Medipol Üniversitesi

    Biyomedikal Mühendisliği ve Biyoenformatik Ana Bilim Dalı

    PROF. DR. REDA ALHAJJ

  5. Tez No

    530481

    Pirazol-benzensülfonamit türevi bileşiklerin tasarımı, sentezi, kimyasal yapılarının aydınlatılması ve biyoaktiviteleri

    Design, synthesis, elucidation of chemical structures and bioactivities of pyrazole-benzensulfonamide derivatives

    CEM YAMALI

    Doktora

    Türkçe

    Türkçe

    2018

    Eczacılık ve FarmakolojiAtatürk Üniversitesi

    Farmasötik Kimya Ana Bilim Dalı

    PROF. DR. HALİSE İNCİ GÜL

Geri Dön