Geri Dön

İyileştirilmiş klonal seçim algoritması ile hemoglobin proteini ikincil yapı tahmini

Hemoglobin protein secondary structure prediction by using improved clonal selection algorithm

  1. Tez No: 543086
  2. Yazar: BURCU ÇARKLI YAVUZ
  3. Danışmanlar: DOÇ. DR. NİLÜFER YURTAY
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 80

Özet

Protein ikincil yapının biliniyor olması proteinin işlevinin belirlenmesinde, birçok hastalığın tedavi edilmesinde ve ilaç tasarımında çok önemli avantajlar sağlamaktadır. Laboratuvar ortamında ikincil yapı tespiti hem maliyetli hem de zorlu bir süreçtir. Bu nedenle protein ikincil yapı tahmini, uzun yıllardır biyoinformatik ve hesaplamalı biyolojinin önemli bir çalışma alanıdır. İki aşamalı olan bu çalışmada doğadan ilham alan yöntemler kullanılarak protein ikincil yapı tahminine katkı sağlanması amaçlanmıştır. Birinci aşamada veri, canlı bağışıklık sisteminden esinlenerek modellenen Klonal Seçim Algoritması (KSA) ile eğitilmiştir. KSA'da geleneksel yöntemden farklı olarak, her bir antijene en benzer antikor seçimi yerine, toplam benzerlikleri dikkate alınarak seçim yapılmıştır. İkinci aşamada farklı yöntemler kullanılarak sınıflandırma yapılmıştır. Biyolojik sinir sisteminden esinlenerek modellenen yöntemlerden biri olan çok katmanlı algılayıcı (ÇKA), mesafeye dayalı k en yakın komşu algoritması (kNN), karar ağaçları temelli ID3 ve istatistiksel hesaplara dayalı Naive Bayes (NB) yöntemleri sınıflandırma için tercih edilmiştir. Alınan sonuçlar KSA'da önerilen yeni antikor seçimi yaklaşımının geleneksel KSA modeline göre daha iyi sonuçlar verdiğini göstermiştir. Geliştirilen KSA modeli ile hemoglobin veri seti eğitilmiş ve eğitilen protein verisinin ikincil yapı tahmini farklı sınıflandırıcı yöntemleri ile yapılmıştır. Çalışmanın sonunda KSA ile eğitilen verinin sınıflandırma başarısının eğitilmeyen veriye göre daha yüksek olduğu görülmüştür.

Özet (Çeviri)

The protein secondary structure information provides very important advantages in determining the function of a protein, treating numerous diseases and drug design. Determining the secondary structure in the laboratory environment is both costly and challenging. Therefore, the prediction of protein secondary structure has been an important study field of bioinformatics and computational biology for many years. The aim of the present two-phased study is to provide a contribution to the prediction of protein secondary structure using the nature-inspired methods. The data in the first phase were trained with Clonal Selection Algorithm (CSA) which was modeled by being inspired by the live immune system. CSA was improved by using the total similarity for the selection instead of the traditional way of the most similar antibody for an antigen. Using different methods classification is realized in the second phase. The classification was then performed with Multilayer Perceptron (MLP) which is modeled by being inspired by the biological nervous system, k nearest neighbor (kNN) algorithm which is based on distance, decision tree based ID3 method and Naive Bayes (NB) method based on statistical calculations. The results obtained indicated that the proposed antibody selection method performed better than the traditional method. The hemoglobin data set was trained by the new CSA model and the secondary structure prediction of the trained set was realized by different classification methods. In conclusion it was found out that the classification success of the trained data set was better than the success of the untrained data set.

Benzer Tezler

  1. 60 yaş ve üzeri AML olgularının klinik, demografik, prognostik verilerinin tedavi rejimlerinin ve yanıtlarının retrospektif incelenmesi

    Başlık çevirisi yok

    MELİS MAMMACIOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    HematolojiDokuz Eylül Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. İNCİ ALACACIOĞLU

  2. Stenotaphrum secundatum (Walt.) Kuntze türünde gama ışınlaması yöntemiyle çim kalitesinin iyileştirilmesi

    Improvement of turfgrass quality by gamma ray irradiation in Stenotaphrum secundatum (Walt.) Kuntze

    MERT ÇAKIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Peyzaj MimarlığıAkdeniz Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    YRD. DOÇ. DR. SONGÜL SEVER MUTLU

  3. Yerfıstığı (Arachis hypogaea L.) bitkisinin in vitro teknikler ile klonal çoğaltımı

    Clonal propagation of peanut (Arachis hypogaea L.) plant by in vitro techniques

    ELİF AYLİN ÖZÜDOĞRU

    Doktora

    Türkçe

    Türkçe

    2005

    BiyolojiGebze Yüksek Teknoloji Enstitüsü

    Biyoloji Ana Bilim Dalı

    PROF. DR. ABDÜLKADİR AKÇİN

  4. 65 yaş üstü akut miyeloid lösemi hastalarında uygulanan tedavi algoritmalarının prognoz ve sağ kalım üzerine etkisi

    Başlık çevirisi yok

    DİLA ELİFSU YÜKSEKLİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    İç HastalıklarıMarmara Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. ASU FERGÜN YILMAZ

  5. Kızılcıkta doku kültürüyle çoğaltım olanaklarının geliştirilmesi

    Development of propagation possibilities by tissue culture in cornelian cherry

    SELÇUKHAN ÖKSÜZTEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    ZiraatMalatya Turgut Özal Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    PROF. DR. HAKAN YILDIRIM