Omik veriler üzerinde geometrik derin öğrenim tekniklerinin uygulanması
Application of geometric deep learning on omic data
- Tez No: 895936
- Danışmanlar: DR. ÖĞR. ÜYESİ TURGAY BATBAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoteknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Biotechnology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Anabilim Dalı
- Sayfa Sayısı: 63
Özet
Günümüzde sağlık araştırmalarının artan önemiyle birlikte ilaç araştırma ve geliştirme çalışmaları da büyük bir talep görmektedir. Bu çalışmada, ilaç keşfi ve tasarımının temelini oluşturan protein-ligand etkileşimlerinin hesaplamalı yöntemlerle belirlenmesi hedeflenmiştir. Bu sayede, laboratuvar çalışmalarına harcanan zaman ve maliyetlerin azaltılması amaçlanmıştır. Yapıların gösteriminde son dönemde yaygın olarak kullanılan ligandların SMILES gösterimleri ve proteinlerin parmak izi temsilleri kullanılmıştır ve etkileşimler açısından düzenlenmiştir. Biyomoleküllerin etkileşimlerinin simülasyonu için modern yapay zekâ teknolojilerinden Graf Derin Öğrenme metodu tercih edilmiştir. İki molekül arasındaki yapısal benzerliği ölçmek ve etkileşim tespitinin doğruluğunu artırmak için literatürde sıkça kullanılan Tanimoto benzerlik oranı kullanılmıştır. Bu yöntem ile deneysel olarak doğrulanmış veri kümeleri üzerinde %80.14 doğruluk oranına ulaşılmıştır. Önerilen yöntemler, ilaç keşfi ve biyoteknoloji alanlarında önemli bilgiler sunarak, bu alanlarda yol gösterici nitelikte olmuştur. Bu çalışmanın bulguları, modern hesaplamalı biyoloji ve biyoinformatik tekniklerinin ilaç geliştirme süreçlerindeki potansiyelini gözler önüne sermektedir.
Özet (Çeviri)
Nowadays, with the increasing importance of health studies, drug research and development processes are in great demand. In this study, it is aimed to determine the protein-ligand interactions that form the basis of drug discovery and design by computational methods. In this way, it is aimed to reduce the time and money costs that spent on laboratory studies. Tremendous methods for representations not only model but also interactions for computers, SMILES representations of ligands and fingerprint representations were used in terms of interactions. Graph Deep Learning method, one of the modern artificial intelligence technologies, was preferred for the simulation of the interactions of biomolecules. In order to measure the structural similarity between two molecules and increase the accuracy of interaction detection the Tanimoto similarity ratio, which is frequently used in the literature, was integrated. In this thesis, an accuracy rate of 80.14% was achieved on experimentally validated datasets. The proposed methods have provided important insights and guidance in the fields of drug discovery and biotechnology. The findings of this study demonstrate the potential of modern computational biology and bioinformatics techniques in drug development processes.
Benzer Tezler
- Numerical simulation of a magnetoplasmadynamic arcjet thruster
Eksenel simetrik bir manyetoplazmadinamik itici içindeki akışın sayısal simülasyonu
MELİH ALTINÖZ
Yüksek Lisans
İngilizce
1993
Astronomi ve Uzay Bilimleriİstanbul Teknik ÜniversitesiPROF.DR. UMUR DAYBELGE
- Çoklu omik verilerinin birleştirilmesinde kullanılan yaklaşımların ve sınıflandırma yöntemlerinin performansının araştırılması
Performance investigation of approachesand classification methods used in integration multi-omics data
FUNDA İPEKTEN
Yüksek Lisans
Türkçe
2020
BiyoistatistikErciyes ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. GÖKMEN ZARARSIZ
- Omic analyses of stress-resistant Saccharomyces cerevisiae
Strese dirençli Saccharomyces cerevisiae'nin omik analizleri
ENES FAHRİ TEZCAN
Yüksek Lisans
İngilizce
2023
Biyomühendislikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
PROF. DR. ZEYNEP PETEK ÇAKAR
PROF. DR. ŞEFİKA KUTLU ÜLGEN
- Blockchain based data sharing platform for bioinformatics field
Biyoinformatik alanı için blokzincir tabanlı veri paylaşım platformu
BEYHAN ADANUR
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU GÜNGÖR
- Ankilozan spondilit hastalığının moleküler mekanizmasının çoklu-omik verilerin entegre analizi ile incelenmesi
Investigation of molecular mechanism of ankylosing spondylitis by multi-omics data integration
KEREM UZALA
Yüksek Lisans
Türkçe
2022
Biyolojiİstanbul Medeniyet ÜniversitesiBiyolojik Veri Bilimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ERKAN KARABEKMEZ