Geri Dön

Quasi-supervised strategies for compound-protein interaction prediction

Bileşik-protein etkileşimi tahmini için yarı-güdümlü yaklaşımlar

PDF İndir

  1. Tez No: 684188
  2. Yazar: ONUR ÇAKI
  3. Danışmanlar: PROF. DR. BİLGE KARAÇALI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: İzmir Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Laboratuvar ortamında gerçekleştirilen bileşik-protein etkileşimi belirleme deneylerinin zaman alıcı, zahmetli ve maliyetli olması nedeniyle, hesaplamalı yöntemler kullanarak dijital ortamda bileşik-protein etkileşimi tahmini önemini korumaktadır. Bu amaçla geliştirilen pek çok yapay öğrenme yöntemi bu probleme bilinen etkileşimlerin pozitif, eldeki geri kalan bütün etkileşimlerin ise negatif olarak etiketlendiği güdümlü öğrenme stratejileri ile yaklaşmıştır. Fakat bilinmeyen etkileşimler açığa çıkarılmayı bekleyen pozitif etkileşimleri de barındıracağından, bilinmeyen bütün etkileşimleri negatif örnek olarak ele almak gerçek uygulamalarda hatalı sonuçlara yol açacaktır. Bu çalışmada, bu problemin Yarı-Güdümlü Öğrenme Algoritması ile çözülmesi amaçlanmaktadır. Bu çerçevede olası etkileşimler iki veri kümesinin örtüşümü kestirilerek tahmin edilir: Etkileştikleri bilinen bileşik-protein çiftlerinden oluşan gerçek pozitif veri kümesi ve geri kalan diğer bütün bileşik-protein çiftlerinden oluşan bilinmeyen veri kümesi. Gerçek pozitif veri kümesindeki etkileşen çiftlerle ilgili yapısal benzerlik açısından örtüşen bilinmeyen veri kümesindeki bileşik-protein çiftleri potansiyel etkileşimler olarak tanımlanır. GPCR ve Nuclear Receptor veri kümeleri üzerindeki deneysel sonuçlar, amaçlanan yöntemin bütün olası çiftlerden gerçek etkileşimleri saptayabildiğini göstermektedir.

Özet (Çeviri)

In-silico prediction of compound-protein interaction using computational methods preserves its importance in various pharmacology applications because the wet-lab experiments are time-consuming, laborious and costly. Most machine learning methods proposed to that end approach this problem with supervised learning strategies in which known interactions are labeled as positive and the rest are labeled as negative. However, treating all unknown interactions as negative instances may lead to inaccuracies in real practice since some of the unknown interactions are bound to be positive interactions waiting to be identified as such. In this study, we propose to address this problem using the Quasi-Supervised Learning algorithm. In this framework, potential interactions are predicted by estimating the overlap between two datasets: a true positive dataset which consists of compound-protein pairs with known interactions and an unknown dataset which consists of all the remaining compound-protein pairs. The potential interactions are then identified as those in the unknown dataset that overlap with the interacting pairs in the true positive dataset in terms of the associated similarity structure between interacting pairs. Experimental results on GPCR and Nuclear Receptor datasets show that the proposed method can identify actual interactions from all possible combinations.

Benzer Tezler

  1. Tez No

    473171

    Development of a unified analysis framework for multicolor flow cytometry data based on quasi-supervised learning

    Çok renkli akış sitometrisi verileri için yarıgüdümlü öğrenme temelli tümleşik bir analiz platformu geliştirilmesi

    BAŞAK ESİN KÖKTÜRK GÜZEL

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik Mühendisliğiİzmir Yüksek Teknoloji Enstitüsü

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE KARAÇALI

  2. Tez No

    112235

    Uydu görüntü verisinin yapay sinir ağları ile sınıflandırılması

    Classification of satellite imagery data with artificial neural networks

    COŞKUN ÖZKAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    DOÇ.DR. FİLİZ SUNAR ERBEK

  3. Tez No

    73040

    A Framework of change for higher education in Palestine from the pespectives of top university administrators

    Üniversite üst düzey yöneticilerinin görüşleri açısından Filistin yükseköğretiminin değişimi üzerine bir çalışma

    MOHAMMED EL-AGHA

    Doktora

    İngilizce

    İngilizce

    1998

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DOÇ. DR. HASAN ŞİMŞEK

  4. Tez No

    123075

    The Effect of conflict resolution training program on elementary school students' conflict resolution strategies

    Çatışma çözümü eğitiminin ilkokul öğrencilerinin çatışma çözümleme stratejileri üzerine etkisi

    REVAN ÇOBAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2002

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. OYA YERİN GÜNERİ

  5. Tez No

    52242

    Clinical supervision: Effects and implications for teacher development and student archivement in preparaty English classes at Çukurova University

    Başlık çevirisi yok

    TURAN PAKER

    Doktora

    İngilizce

    İngilizce

    1996

    Eğitim ve ÖğretimÇukurova Üniversitesi

    İngiliz Dili Eğitimi Ana Bilim Dalı

    PROF.DR. F. ÖZDEN EKMEKÇİ

Geri Dön