Geri Dön

Protein protein etkileşim ağlarında güvenilirlik analizleri

Protein interaction networks and network stability analysis

PDF İndir

  1. Tez No: 636923
  2. Yazar: VOLKAN ALTUNTAŞ
  3. Danışmanlar: DOÇ. DR. MURAT GÖK
  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: 2020
  8. Dil: Türkçe
  9. Üniversite: Yalova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 151

Özet

Çoklu moleküllerin etkileşimleri biyolojik aktiviteleri ortaya çıkarmaktadır. Biyolojik ağlar, temel işlemlerin hücresel aktiviteleri nasıl kontrol ettiğini anlamak için, eşsiz bilgi birikimiyle büyük bir potansiyel sağlar. Gürültülü ağlardan elde edilen hesaplama bilgisi güvenilir değildir ve bilginin türüne göre ağ topolojisinin etkisi olabilmektedir. Protein-protein etkileşim (PPI) ağları, yüksek oranlarda yanlış pozitif ve yanlış negatif kenarlar içeren belirsiz topolojiler ve gürültüye sahiptir. Bu tez çalışmasında bir ağ topolojisindeki olası mutasyonların bu ağın içerdiği bilgiyi ve ağ üzerinde çalışan algoritmaları etkileyebileceği hipotezi önerilmektedir. Tezin amacı ağda bulunabilecek mutasyonların ağ güvenilirliğini nasıl etkilediğinin araştırılmasıdır. Tez çalışmasında, mutasyonların hem gerçek hem de sentetik ağlar üzerindeki etkisini göstermek amacıyla, belirli bir ağda etkisi yüksek yapay mutasyonlar oluşturmak için yöntem geliştirilmiştir. Hedef ağın mutasyonlar karşısındaki duyarlılığını değerlendirmek için uygunluk ölçümleri geliştirilmiştir. Ağların kırılganlığının veya kararlılığının matematiksel tanımlamasını yaparak sentetik ağların ve biyolojik PPI ağlarının mutasyonlar karşısındaki kıyaslamaları gerçekleştirilmiştir. Lypunov üstelleri ile ağ güvenilirliği arasındaki ilişkiler incelenerek, aralarındaki korelasyon varlığı araştırılmıştır. Yüksek işlem yükü gereksinimi olan ağda mutasyon oluşturma yöntemi ile elde edilen güvenilirlik sonuçlarının daha hızlı ve kolay tespit edilmesini sağlamak için Lypunov üstel temelli öz nitelik geliştirilmiştir.

Özet (Çeviri)

Interactions of multiple molecules reveal biological activities. Biological networks provide great potential with unmatched knowledge to understand how basic processes control cellular activities. Computing information obtained from noisy networks is unreliable and depending on the type of information, network topology can have an effect. Protein-protein interaction (PPI) networks have indeterminate topologies and noise with high rates of false positive and false negative edges. In this thesis, it is suggested that possible mutations in a network topology may affect the information contained in this network and the algorithms running on the network. The aim of the thesis is to investigate how mutations in the network affect network reliability. In the thesis, in order to show the effect of mutations on both real and synthetic networks, a method has been developed to create highly effective artificial mutations in a particular network. Conformity measurements have been developed to evaluate the sensitivity of the target network to mutations. By comparing the fragility or stability of the networks, comparisons of synthetic networks and biological PPI networks against mutations have been performed. Relationships between Lypunov's exponentials and network reliability were investigated to see if there was a correlation between them. Lypunov's exponential-based attribute has been developed to ensure faster and easier detection of reliability results obtained by the method of generating a mutation in the network, which requires high processing load.

Benzer Tezler

  1. Tez No

    397233

    Network analyses to identify candidate protein and interactions responsible for breast cancer lung and brain metastasis differentiation

    Göğüs kanseri beyin ve akciğer metastazı arasındaki farklılaşmanın protein ağ analizi ile aday protein ve protein etkileşimlerini bulmak amacıyla ıncelenmesi

    EMEL ŞEN KILIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    BiyokimyaKoç Üniversitesi

    Kimya ve Biyoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÖZLEM KESKİN ÖZKAYA

    PROF. DR. ATTİLA GÜRSOY

  2. Tez No

    582485

    Inference of large-scale networks via statistical approaches

    Geniş ölçekli ağların istatistiksel yaklaşımlarla tahmini

    EZGİ AYYILDIZ DEMİRCİ

    Doktora

    İngilizce

    İngilizce

    2019

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. VİLDA PURUTÇUOĞLU GAZİ

  3. Tez No

    343121

    A framework for gene co-expression network analysis of lung cancer

    Akciğer kanserinin gen ortak ifade analizi için bir yöntem

    ERHAN AKDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    BiyolojiOrta Doğu Teknik Üniversitesi

    Biyoenformatik Bölümü

    DOÇ. DR. TOLGA CAN

    YRD. DOÇ. DR. YEŞİM AYDIN SON

  4. Tez No

    520651

    Dynamic mapping of protein interactions in cancer

    Kanserde protein etkileşimlerinin dinamik haritalanması

    GİZEM GÜLFİDAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    BiyomühendislikMarmara Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. KAZIM YALÇIN ARĞA

  5. Tez No

    301684

    Functional analysis of the genes in the glucose metabolic network by a system based modular approach

    Glikoz metabolik ağındaki genlerin sistem bazlı modüler yaklaşım ile işlevsel analizi

    OKAN YÜZÜAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    BiyomühendislikBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. BETÜL KIRDAR

    YRD. DOÇ. DR. ELİF ÖZKIRIMLI ÖLMEZ

Geri Dön