Geri Dön

Prediction of drug-drug interaction by using profile fingerprint vectors and protein similarities

İlaç-ilaç etkileşimlerini profil parmak izi vektörleri ve protein benzerlikleri kullanarak tahmin etme

PDF İndir

  1. Tez No: 537049
  2. Yazar: SELMA DERE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SERKAN AYVAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

İlaç ilaç etkileşimi insanların sağlığını tehdit eden en önemli problemdir. Bu nedenle, bu problem ilaç firmaları ve sağlık hizmeti sağlayıcıları tarafından ciddi olarak dikkate alınmalıdır. Hastalar tarafından ilgili ilaç çiftinin birlikte kullanılmasından önce olabilecek ilaç-ilaç etkileşimlerini tespit etmek çok önemlidir. Bununla birlikte, ilaç-ilaç etkileşimleri tahmininde in-vivo deneyler kullanmak son derece pahalı olmakla birlikte, aynı zamanda in-vivo ve in-vitro ortamda çok ciddi yan etkilerin tespit edilmesi zordur ve bu durum test edilmesi gereken çok sayıda ilaç-ilaç kombinasyonlarının olmasından kaynaklanmaktadır. Böylece, hesaplama metodolojilerini kullanan çeşitli in-silico yaklaşımlar potansiyel ilaç-ilaç etkileşimlerinin tahmin edilmesine yardımcı olmak için geliştirilmiştir. Bu tezde, son zamanlarda, hesaplanan ilaç-ilaç etkileşimlerinin tahmin metotlarının bazıları değerlendirilmiştir. Daha da detaylandırılmak istenirse, bilinen etkileşimler, ilaç proteinleri, yan etkiler, ilaç-ilaç etkileşimlerini tahmin etmek için kullanılan ilaç parmak izlerini oluşturmak için kullanılır. Bu sonuçların karşılaştırılmasıyla, etkileşim profili parmak izlerinin kullanılmasının daha yüksek bir performansa sahip olduğunu göstermiştir. Bununla birlikte, bilinen etkileşimlere sahip olan ilaç çiftlerinin protein benzerlikleri karşılaştırılmıştır.

Özet (Çeviri)

Drug - drug interaction (DDI) is a significant problem which threatens people's health. Therefore, this problem must be taken into serious consideration by pharmaceutical companies and healthcare providers. It is crucial to detect potential DDIs before the relevant drug pair is used together by the patients. However, the prediction of DDIs by using in-vivo experiments is not only extremely expensive but also difficult as many serious side effects are hard to detect in-vivo and in-vitro setting and as there exist many combinations of potential drug pairs to be experimented. Thus, various in-silico approaches utilizing computational methodologies have been developed to aid in the prediction of potential DDIs. In this paper, some of the recent computational DDI prediction methods are evaluated. More specifically, known interactions, drug targets, adverse effects are used to construct drug fingerprints which are further used to predict DDIs. Comparing these results showed that using interaction profile fingerprints has higher performance. Additionally, protein similarities of drug pairs which have known interactions were compared.

Benzer Tezler

  1. Tez No

    633414

    Deep learning for prediction of drug-target interaction space and protein functions

    İlaç-hedef protein etkileşim uzayı ve protein fonksiyonlarının tahmini için derin öğrenme

    AHMET SÜREYYA RİFAİOĞLU

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET VOLKAN ATALAY

    PROF. DR. RENGÜL ÇETİN ATALAY

  2. Tez No

    854797

    Efficient optimization algorithms for computational biology

    Hesaplamalı biyolojide etkin eniyileme algoritmaları

    OĞUZ CAN BİNATLI

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiKoç Üniversitesi

    Endüstri Mühendisliği ve Operasyon Yönetimi

    PROF. DR. MEHMET GÖNEN

  3. Tez No

    827349

    Zika ve Dang virüsleri NS4A proteini ile insan Sec61G proteini glikozilasyon profillerinin glikoinformatik analizi ve protein-protein etkileşimlerinin farklı moleküler docking yaklaşımları ile hesaplamalı analizi

    Glycoinformatics analysis of the glycosylation profiles of Zika and Dengue viruses NS4A protein and human sec61g protein and computational analysis of the protein-protein interactions with different molecular docking approaches

    MUHAMMET USLUPEHLİVAN

    Doktora

    Türkçe

    Türkçe

    2023

    BiyolojiEge Üniversitesi

    Biyoloji Ana Bilim Dalı

    PROF. DR. REMZİYE DEVECİ

  4. Tez No

    286421

    From yeast to human: Unraveling sphingolipid metabolism through macroscopic and microscopic analyses

    Mayadan insana: Makroskopik ve mikroskopik analizlerle sfingolipid metabolizmasının incelenmesi

    FATMA BETÜL KAVUN ÖZBAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2011

    BiyomühendislikBoğaziçi Üniversitesi

    Kimya Mühendisliği Bölümü

    PROF. DR. KUTLU Ö. ÜLGEN

  5. Tez No

    636315

    Sanal tarama ve çok boyutlu moleküler modelleme yöntemleri ile p53-MDM2 potansiyel inhibitörlerinin belirlenmesi

    Identification of p53-MDM2 potential inhibitors with virtual screening and multidimensional molecular modeling methods

    GÜLŞAH AYDIN

    Doktora

    Türkçe

    Türkçe

    2020

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MİNE YURTSEVER

    PROF. DR. SERDAR DURDAĞI

Geri Dön