Antikanser peptidlerin sınıflandırma algoritmaları ile tahmini
Prediction of anticancer peptides using by classification algorithms
- Tez No: 815048
- Danışmanlar: DR. ÖĞR. ÜYESİ BİLGE ÖZLÜER BAŞER
- Tez Türü: Yüksek Lisans
- Konular: Biyokimya, Onkoloji, İstatistik, Biochemistry, Oncology, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 77
Özet
Kanser, kontrolsüz hücre büyümesi ve bölünmesi sonucunda oluşan bir hastalıktır. Kanser hücreleri normal düzeni bozarak kontrolsüz bir şekilde çoğalır ve tümör adı verilen kitleler oluşturarak normal dokuları etkileyebilir ve metastatik tümörlere yayılabilir. Kemoterapi, radyoterapi gibi tedavilerin yan etkileri ağır olabilir ve sağlıklı hücrelere zarar verebilir. Bu nedenle, kanser tedavisinde alternatif yaklaşımlar araştırılmaktadır. Antikanser peptitler, kanser hücrelerini hedefleyen ve büyümelerini engelleyen veya ölümlerini sağlayan peptidlerdir.Antikanser peptidler, kanser hücrelerindeki belirli hedeflere bağlanarak çalışır. Bu etkileşimler kanser hücrelerinin büyümesini durdurabilir, apoptoz sürecini başlatabilir veya kanser hücrelerinin immün sistem tarafından tanınmasını sağlayabilir. Bu peptidlerin kullanımı, kanser tedavisinde daha az yan etki, yüksek hedef spesifikliği ve çok yönlü etki gibi avantajlar sunabilir.Ancak antikanser peptidlerin geliştirilmesi ve kullanımı zorlu bir süreçtir. Peptidlerin stabilitesi, hedef spesifikliği, biyolojik aktivitesi ve farmakokinetik özellikleri gibi faktörlerin dikkate alınması gerekir. Bu nedenle antikanser peptitlerin belirlenmesinde, deneysel çalışmaların yanı sıra istatistiksel modellere de ihtiyaç duyulmaktadır.Bu çalışmada, literatürdeki deneysel çalışmaların veritabanlarından elde edilen veriler kullanılarak antikanser peptitlerin sınıflandırılması amaçlanmıştır. Beş adet model antikanser peptidi, lojistik regresyon, rastgele orman, k-en yakın komşu, destek vektör makinesi ve lineer diskriminant analizi gibi algoritmalarla Python programlama dili kullanılarak sınıflandırılmıştır.Bu çalışma, antikanser peptidlerin kanser tedavisinde potansiyel bir alternatif veya tamamlayıcı yaklaşım olabileceğini vurgulamaktadır. Bu peptidlerin geliştirilmesi, kanser tedavisinde etkin ve güvenli seçeneklerin bulunmasına katkı sağlayabilir. Ancak daha fazla deneysel çalışma ve istatistiksel analizlerin yapılması, bu alandaki ilerlemeyi destekleyecektir.
Özet (Çeviri)
Cancer is a disease characterized by uncontrolled cell growth, leading to tumor formation and potential metastasis. Conventional cancer treatments like chemotherapy and radiation therapy can cause severe side effects and harm healthy cells. Therefore, researchers are investigating alternative options, including the use of anticancer peptides.Anticancer peptides are specialized molecules that selectively target cancer cells, inhibiting their growth and inducing cell death. They interact with specific targets within cancer cells, potentially halting their proliferation, triggering apoptosis, or enhancing immune recognition. Anticancer peptides offer advantages such as reduced side effects, enhanced specificity for targeting cancer cells, and multifaceted effects on cancer progression.However, developing and applying anticancer peptides face challenges related to stability, target specificity, biological activity, and pharmacokinetics. Thus, alongside experimental studies, statistical models play a crucial role in identifying promising anticancer peptides.The study's objective is to classify anticancer peptides using data from experimental studies in scientific literature and databases. Five model anticancer peptides were classified using various algorithms like logistic regression, random forest, k-nearest neighbor, support vector machine, and linear discriminant analysis, implemented in Python programming.The study highlights that anticancer peptides hold promise as an alternative or complementary approach in cancer treatment. Further peptide development could contribute to more effective and safer cancer therapy. However, advancing in this field requires additional experimental research and comprehensive statistical analyses to fully support the potential of anticancer peptides in combating cancer.
Benzer Tezler
- Derin öğrenme mimarileri ve kelime yerleştirme tekniklerini kullanarak antikanser peptit tahminleme
Anti-cancer peptide prediction using deep learning architectures and word embedding techniques
ONUR KARAKAYA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ
- Bazı antimikrobiyal peptidlerin meme kanser hücre soyları üzerine etkileri
The effects of some antimicrobial peptides on breast cancer cell lines
SERAP SANCAR BAŞ
- Laktik asit bakterilerinden antimikrobiyal peptid üretimi ve prostatkanserine karşı antikanserojenik etkilerinin belirlenmesi
Antimicrobial peptide production from lactic acid bacteria anddetermination of anticarcinogenic effects against prostate cancer
CEYDA ÖZEN
- Farklı kaynaklardan enzimatik hidroliz yoluyla biyoaktif peptid eldesi ve biyolojik etkinliklerinin incelenmesi
Production and functionality of bioactive peptides by enzymatic hydrolysis from various sources
LEISAN AKHMADEEVA
- Balık atıklarından protein hidrolizatlarının üretilmesi ve özelliklerinin belirlenmesi
Production of protein hydrolysates from fish wastes and determination of their properties
ŞEFİK TEKLE
Doktora
Türkçe
2022
Gıda MühendisliğiYıldız Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN SAĞDIÇ