Antijenlerin yapısal özellikleri ve çizge sinir ağları kullanılarak B hücresi epitopu tahmini
Prediction of B cell epitopes using structural properties of antigens and graph neural networks
- Tez No: 918582
- Danışmanlar: DOÇ. DR. TUNCA DOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoloji, Genetik, Computer Engineering and Computer Science and Control, Biology, Genetics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoinformatik Ana Bilim Dalı (Disiplinlerarası)
- Bilim Dalı: Biyoinformatik Bilim Dalı
- Sayfa Sayısı: 93
Özet
B hücresi epitoplarının doğru ve güvenilir bir şekilde tahmin edilmesi, immünoloji ve aşı geliştirme alanlarında kritik bir öneme sahiptir. Geleneksel deneysel yöntemler, epitop bölgelerinin belirlenmesinde yüksek doğruluk sağlasa da, bu yöntemler genellikle zahmetli, zaman alıcı ve maliyetlidir. Bu nedenle, hesaplamalı yaklaşımlar kullanılarak deneysel karakterizasyon süreçlerinin verimi arttırılmaya çalışılmaktadır. Epitopların yaklaşık %90'ının konformasyonel yapıda olması, tahmin süreçlerinin üç boyutlu protein yapılarını ve antijen-antikor etkileşimlerinin geometrik detaylarını dikkate almasını gerektirmektedir. Bu gereksinimler doğrultusunda, tez çalışmamızda, antijen proteinleri üzerinde yer alan epitop bölgelerini otomatik biçimde tahmin etmek amacıyla proteinleri çizge yapısında modelleyen, yapısal ve fizikokimyasal özelliklerin yanı sıra protein dil modeli gömmelerini kullanan iki aşamalı bir çizge tabanlı derin öğrenme çerçevesi geliştirilmiştir. Geliştirilen çerçevenin hem deneysel protein yapıları hem de hesaplamalı biçimde tahmin edilen yapılar üzerinde uygulandığında etkili ve genellenebilir bir performans ortaya koyduğu belirlenmiştir. Sonuçlar, geliştirilen çerçevenin, mevcut B hücresi epitopu tahmin yöntemleriyle karşılaştırıldığında daha düşük yanlış pozitif oranı ile dikkat çektiğini ve güvenilir tahminler sağladığını göstermektedir. Çalışmamız, çizge tabanlı derin öğrenme yaklaşımlarının B hücresi epitopu tahmininde sunduğu avantajları ortaya koyarak bu alandaki bilimsel araştırmalara ve terapötik tasarım süreçlerine önemli bir katkı sunmaktadır.
Özet (Çeviri)
Accurate and reliable prediction of B cell epitopes holds critical importance in immunology and vaccine development. While traditional experimental methods offer high accuracy in identifying epitope regions, they are often laborious, time-consuming, and costly. Therefore, attempts are made to increase the efficiency of experimental characterization processes by using computational approaches. Since approximately 90% of epitopes are conformational, the prediction processes must account for three-dimensional protein structures and the geometric details of antigen-antibody interactions. In response to these requirements, our thesis develops a two-step geometric deep learning framework that models antigen proteins as graph structures, incorporating structural and physicochemical properties and protein language model embeddings to automatically predict epitope regions on antigen proteins. The developed framework has demonstrated effective and generalizable performance when applied to both experimentally determined protein structures and predicted structures. Comparative analysis revealed that our approach distinguishes itself from existing B cell epitope prediction methods by exhibiting a lower false-positive rate and generating more reliable predictions. Our work contributes significantly to scientific research and therapeutic design processes by showcasing the advantages of geometric deep-learning approaches in B-cell epitope prediction.
Benzer Tezler
- Serological investigation of peste des petits ruminants in lambs in Iraq-Kirkuk region
Irak–Kerkük bölgesinde kuzularda küçük ruminant vebası (pestedes petits ruminants ppr)'ın seroprevalansı
SARWAT KHORSHED RAHEEM
Yüksek Lisans
İngilizce
2022
Sağlık YönetimiVan Yüzüncü Yıl ÜniversitesiSağlık Bilimleri Ana Bilim Dalı
PROF. DR. SÜLEYMAN KOZAT
- Taılorıng mıcrostructure and morphology ın prınted carbon nanomaterıals for straın sensıng
Gerinim algılama için baskılı karbon nanomalzemelerde mikrostruktur ve morfolojinin özelleştirilmesi
ADEL ALRAİ
Doktora
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. HÜLYA CEBECİ
DOÇ. DR. ELİF ÖZDEN YENİGÜN
- Analysis of total ada activity in peripheral blood mononuclear cells (PBMCs) of DADA2 patients
DADA2 hastalarının periferik kan mononükleer hücrelerinde total ada aktivitesinin analizi
TURNA DEMİRCİ
Yüksek Lisans
İngilizce
2022
Genetikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
PROF. DR. EDA TAHİR TURANLI
- Development of non-invasive vaccine carriers
Non-invazif aşı taşıyıcı sistemlerin geliştirilmesi
BURCU SAYIN
Doktora
İngilizce
2007
Eczacılık ve FarmakolojiHacettepe ÜniversitesiFarmasötik Teknoloji Ana Bilim Dalı
PROF. DR. OYA H. ALPAR
PROF. DR. SEVDA ŞENEL
- Targeting and activation of antigen specific CD8+ T cells with peptide-major histocompatibility complex I tetramers
Peptit-majör histokompatibilite kompleks I tetramerleri ile antijen spesifik CD8+ T hücrelerin hedeflenmesi ve aktivasyonu
ŞAFAK CEREN USLU ŞIVGIN
Doktora
İngilizce
2025
BiyoteknolojiHacettepe ÜniversitesiTemel Onkoloji Ana Bilim Dalı
DOÇ. DR. HANDE CANPINAR