Predicting binding affinity using artificial intelligence based on surface images of ligands in complex with protein
Yapay zeka ile proteinle komplex halinde olan ligandların yüzey görüntüleri kullanılarak bağlanma affinitesi tahmini
- Tez No: 904844
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET CENK ANDAÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Eczacılık ve Farmakoloji, Computer Engineering and Computer Science and Control, Pharmacy and Pharmacology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 64
Özet
İlaç geliştirme süreci, küçük moleküllerin sentezi ve ön klinik çalışmalardaki hayvan deneyleri nedeniyle tarih boyunca zaman alıcı ve maliyetli olmuştur. İlaç geliştirme tarihinde, 1980'lerde hesaplama yöntemleri zaman tüketimini ve maliyetleri azaltmak amacıyla ortaya çıkmıştır. Ayrıca, hesaplama yöntemleri hayvan deneylerinin etik kaygılarını da ortadan kaldırmıştır. Ancak, bağlanma enerjilerinde elektrostatik ve elektrostatik olmayan katkıların yetersiz veya eksik olması nedeniyle docking gibi hesaplama yöntemleri gerçeklikten sapmaktadır. Moleküler dinamik gibi daha güçlü hesaplama yöntemleri önerilmişse de bunların hesaplama maliyeti yüksektir. Yapay zekanın yükselişi ile birlikte yapay zekâ yöntemleri de ilaç geliştirme sürecinde kullanılmaya başlanmıştır. Makine öğrenimi, farmasötik bileşiklerin bağlanma afinitelerini tahmin etmede kullanışlıdır. Bu çalışmanın amacı, Yüzey Görüntüleri ile Bağlanma Tahmini (SIFAP) adı verilen yeni bir yapay zekâ algoritması önermektir. Bağlı ligand koordinatlarının van der Waals yüzeyinden toplanan özellikler, ilaç-reseptör etkileşimlerinin korelasyonunda anlamlıdır. Bir ligand-reseptör kompleksinin üç boyutlu elektrostatik grid haritasındaki bağlı ligandın van der Waals yüzeyinden seçilen özelliklerin toplamı, ardışık ileri yönde kayan özellik seçimi (SFFS) ve bir veri noktası çıkartma çapraz doğrulama (LOOCV) eğitim-test seçimi ve regresyonunu hızlandırır. Yeni yapay zekâ algoritması SIFAP, Janus kinaz-1 (JAK1) ve uygun ligandları ile test edilmiştir. Algoritma, bağlı ligandın van der Waals yüzey kalınlığı ile test edilmiş olup, bu işlem doğrudan elektrostatik potansiyel özelliklerinin sayısını etkilemektedir. SIFAP ile bağlanma tahmini diğer yöntemlere göre daha iyidir, ancak hesaplama süresi maliyetini önemli ölçüde azaltmıştır. Bağlı ligandın van der Waals yüzeyi, ligand-reseptör kompleksinin tam elektrostatik grid kutusundan daha az özellik işlemesine yol açarak SFFS ile hesaplama maliyetini düşürmekte ve umut verici bağlanma tahmini sonuçları vermektedir.
Özet (Çeviri)
Pharmaceutical drug development was time consuming and costly due to synthesis of the small molecules and animal studies in pre-clinical studies in the early history of drug development. Computational methods were presented in 1980s to reduce time consumption and the cost of the drug development. Moreover, computational methods eliminated the ethical concern of the animal studies. Even though computational methods such as docking reduced animal studies and research cost, it deviates from reality due to insufficient or missing terms in electrostatic and non-electrostatic energy contributions. More powerful computational methods proposed such as molecular dynamics, but they were computationally costly. With the rise of the artificial intelligence, artificial intelligence methods are used in the drug development. Machine learning is useful in predicting binding affinities of pharmaceutical compounds. The aim of this study is to propose a novel artificial intelligence algorithm that is called Surface Images for Affinity Prediction (SIFAP). The features that are collected from the van der Waals surface of bound ligand coordinates is meaningful in the correlation of drug-receptor interactions. The collection of features that are selected from van der Waals surface of a bound ligand in a three-dimensional electrostatic grid map of a ligand-receptor complex speeds up the sequential forward floating feature selection (SFFS) followed by leave one out cross validation (LOOCV) train-test selection and regression. The novel artificial intelligence algorithm SIFAP is tested with Janus kinase-1 (JAK1) and its suitable ligands. The algorithm is tested with different van der Waals of bound ligand surface thickness which affects directly the number of electrostatic potential features. Affinity prediction slightly better than other methods with SIFAP, but the computational time cost significantly reduced. Van der Waals surface of a bound ligand reduces the number of features that is processed with SFFS than the whole electrostatic grid box of ligand-receptor complex which reduces computational cost with promising affinity prediction results.
Benzer Tezler
- Detection of small organic molecules with three-dimensional biomolecule-based biosensors using bioinformatics applications
Biyoenformatik uygulamalar kullanılarak üç boyutlu biyomoleküller temelli biyosensörler ile küçük organik moleküllerin tespit edilmesi
İMREN BAYIL
Doktora
İngilizce
2023
BiyoteknolojiGaziantep ÜniversitesiBiyoenformatik ve Bilişimsel Biyoloji Ana Bilim Dalı
DOÇ. DR. TUĞBA TAŞKIN TOK
- Modelling and predicting binding affinity of PCP-like compounds using machine learning methods
Makine öğrenimi yöntemlerini kullanarak PCP benzeri bileşiklerin modellenmesi ve bağlanma eğilimlerinin tahmini
ÖZLEM ERDAS
Yüksek Lisans
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FERDA NUR ALPASLAN
PROF. DR. ERDEM BÜYÜKBİNGÖL
- Drug-target affinity prediction using a graph-based approach enriched with molecule words
Molekül kelimeleriyle zenginleştirilmiş ağ çizgesi yaklaşımlı ilaç-protein etkileşimi tahmini
CANSU DAMLA YILMAZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN
- Experimental and computational studies of interactions between small molecules and DNA
DNA ve küçük moleküller arasındaki etkileşimlerin deneysel ve hesapsal çalışmaları
MERVE BİÇEN
Yüksek Lisans
İngilizce
2011
KimyaMarmara ÜniversitesiKimya Ana Bilim Dalı
DR. NİKLAAS J. BUURMA
PROF. DR. SAFİYE ERDEM
- Predicting the binding affinities of drug-protein interaction by analyzing the images of binding sites
Bağlanma alanlarının görüntülerini inceleyerek ilaç-protein etkileşiminin bağlanma eğiliminin tahmin edilmesi
ÖZLEM ERDAŞ
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FERDANUR ALPASLAN
PROF. DR. MEHMET ERDEM BÜYÜKBİNGÖL