Multiview contrastive autoencoder-transformer approach for protein-protein interface representation: Unveiling biological and functional insights
Protein-protein arayüzü gösterimi için çoklu görünümlü karşılaştırmalı otomatik kodlayıcı-transformatör yaklaşımı: Biyolojik ve işlevsel içgörülerin ortaya çıkarılması
- Tez No: 904941
- Danışmanlar: PROF. DR. ATTİLA GÜRSOY, PROF. DR. ZEHRA ÖZLEM KESKİN ÖZKAYA
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Protein-protein etkileşimleri, çeşitli biyolojik süreçlerde hayati roller oynayarak yaşam için gerekli olan hücresel işlevleri düzenler. Bu etkileşimlerin gerçekleştiği arayüzler, hastalık yollarının altında yatan mekanizmaları anlamak için odak noktalarıdır. Protein-protein arayüzlerinin doğru temsili, biyolojik önemlerini çözmek ve terapötik müdahaleler tasarlamak için zorunludur. Bu tez, büyük bir veri setinden temsiller öğrenmek için bir graf tabanlı çoklu görüş karşılaştırmalı otomatik kodlayıcı ve bir transformer kullanan yeni bir yaklaşım sunmaktadır. Kapsamlı değerlendirmeler, yöntemin protein-protein arayüzlerinin yapısal ve işlevsel özelliklerini doğru bir şekilde yakalamadaki etkinliğini göstermektedir. Öğrenilen temsiller, biyolojik alaka tahmini, biyolojik ve kristal sınıflandırma ve Gen Ontolojisi terim tahmini gibi görevlerde uygulanarak, PPI'ları anlamadaki çok yönlülüğünü ve faydasını ortaya koymaktadır. Açıklanabilir yapay zeka tekniklerini entegre ederek, model tahminlerine katkıda bulunan anahtar özellikler belirlenmekte ve sonuçların yorumlanabilirliği artırılmaktadır. Ayrıntılı bir vaka çalışması, bu yöntemlerin pratik uygulamasını göstermekte ve biyolojik araştırma ve ilaç keşfi için sağladığı eyleme geçirilebilir içgörüleri vurgulamaktadır. Genel olarak, bu tez, protein-protein etkileşimlerini anlamayı ilerleterek, arayüzlerin karmaşık yapısal ve işlevsel özelliklerini yakalayan yorumlanabilir temsiller sağlayarak biyomedikal çalışmaları ve terapötik gelişmeleri kolaylaştırmaktadır.
Özet (Çeviri)
Protein-protein interactions (PPIs) play pivotal roles in various biological processes, orchestrating cellular functions essential for life. The interfaces where these interactions occur serve as focal points for understanding the mechanisms underlying disease pathways. Accurate representation of these interfaces is crucial for deciphering their biological significance and designing therapeutic interventions. This thesis introduces a novel approach for representing protein-protein interfaces using a graph-based multiview contrastive autoencoder combined with a transformer, which learns representations from a large dataset. Comprehensive evaluations demonstrate the method's effectiveness in capturing the structural and functional characteristics of protein-protein interfaces. The learned representations are applied to tasks such as biological relevance prediction, biological vs. crystal classification, and Gene Ontology term prediction, showcasing their versatility and utility in understanding PPIs. By integrating explainable AI techniques, key features contributing to model predictions are identified, enhancing the interpretability of the results. A detailed case study illustrates the practical application of these methods, highlighting their potential to provide actionable insights for biological research and drug discovery. Overall, this thesis advances the understanding of protein-protein interactions by providing interpretable representations that capture the complex structural and functional characteristics of interfaces, thereby facilitating biomedical studies and therapeutic developments.
Benzer Tezler
- Domain adaptive visual inertial global localization in GNSS-denied environments
GNSS olmayan ortamlarda görüntü uyarlamalı görsel-ataletsal küresel konum belirleme
ABDÜLBAKİ ŞANLAN
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Meslek eğitim sistemleri ve meslek standartlarına yönelik sosyal politikalar ve toplumsal tarafların katılımı
Social policy along with the contribution and role of social partners in systems of occupational standards, vocational education and training
TOMRİS ÇAVDAR
Doktora
Türkçe
2007
Çalışma Ekonomisi ve Endüstri İlişkileriAnkara ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
DOÇ. DR. METİN ÖZUĞURLU
- Feminist voices in post-war British drama: Pam Gems's Dusa, Fish, Stas and Vi and Loving Women, Caryl Churchill's Vinegar Tom and Top Girls and Sarah Daniels's Ripen Our Darkness and Beside Herself
Savaş onrası İngiliz tiyatrosu'nda feminist sesler: Pam Gems'in Dusa, Fish, Stas and Vi ve Loving Women, Caryl Churchill'in Vinegar Tom ve Top Girls ve Sarah Daniels'in Ripen Our Darkness ve Beside Herself isimli tiyatro eserleri
ÖZDEN DERE
Yüksek Lisans
İngilizce
2009
Sahne ve Görüntü SanatlarıAtılım Üniversitesiİngiliz Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. GÜLSEN CANLI
- Özel eğitim mekanlarının Down sendromlu bireyler için yapı biyolojisi kapsamında değerlendirilmesi
Evaluation of special educational places for individuals with Down syndrome within the scope of building biology
SEZER VOLKAN ÖZTÜRK
Yüksek Lisans
Türkçe
2021
MimarlıkAkdeniz Üniversitesiİç Mimarlık Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL DURUKAN
- Spatial-behavioral dynamics in varied urban configurations during emergencies: An integrated VR-ABM approach to disaster resilience
Acil durumlarda farklı kentsel ortamlardaki mekânsal ve davranışsal dinamikler: Afet dayanıklılığı için entegre bir VR-ABM yaklaşımı
DUYGU KALKANLI
Doktora
İngilizce
2026
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. SEDA KUNDAK