Hesaplamalı yaklaşımlar ile virüs-konak protein-protein etkileşim tahmini ve protein kodlama
Prediction of virus-host protein-protein interaction and protein coding using computational approaches
- Tez No: 918592
- Danışmanlar: DOÇ. DR. ZEYNEP BANU ÖZGER, DOÇ. DR. PINAR CİHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 82
Özet
Protein-protein etkileşimleri biyolojik reaksiyonların oluşmasında kilit role sahiptir. Protein-protein etkileşimlerinin belirlenmesi, proteinlerin hücre içindeki fonksiyonlarının tespit edilebilmesi için çok önemli bilgi sağlamaktadır. Canlı türleri arası protein etkileşimlerinin bilinmesi hastalıkların teşhis ve tedavileri için geliştirilecek çözümler açısından hayati öneme sahiptir. Proteinler arası etkileşim tespitinde kullanılan yöntemler, deneysel ve hesaplamalı yöntemler olarak ikiye ayrılır. Deneysel yöntemler, fiziksel etkileşimler ve fonksiyonel yakınlığı tespit eden yöntemler olarak ayrılır. Hesaplamalı yöntemler ise makine öğrenmesi, homoloji, yapısal, domain-motif tabanlı yöntemler olarak ayrılmaktadır. Tür içi ve türler arası protein etkileşimlerin deneysel yöntemlerle tespit edilmesi uzun zaman almakla birlikte yüksek maliyet gerektirmektedir. Bu nedenle son yıllarda etkileşim tespiti için hesapsal yöntemler tercih edilmektedir. Hesaplamalı yöntemler temel olarak temsil aşaması ve tahmin aşaması olmak üzere iki aşamadan oluşmaktadır. Temsil aşamasında, protein sekansları sayısallaştırılarak vektörel temsilleri elde edilir. Bu temsiller öz niteliklerdir. Tahmin aşamasında, önceki aşamada oluşturulan temsile dayalı tahminler yapmak için geleneksel makine öğrenimi teknikleri veya derin öğrenme yöntemleri kullanılmaktadır. Tezin amacı, protein etkileşimlerini doğru tahmin edebilecek hesapsal bir yöntem ile bu hesapsal yönteme girdi olarak verilebilecek doğru protein temsillerini elde etmektir
Özet (Çeviri)
Protein-protein interactions play a key role in the formation of biological reactions. The determination of protein-protein interactions provides very important information for the determination of the functions of proteins in the cell. Knowing the protein interactions between living species is of vital importance for the solutions to be developed for the diagnosis and treatment of diseases. The methods used in the detection of interactions between proteins are divided into experimental and computational methods. Experimental methods are divided into methods that detect physical interactions and functional proximity. Computational methods are generally grouped under four main headings as machine learning, homology, structural, domain-motif-based methods. In recent years, computational methods have been preferred for interaction detection, since it takes a long time to detect intra- and inter-species protein interactions by experimental methods, requires high cost and has many other disadvantages. Computational methods basically consist of two stages, namely the representation stage and the estimation stage. In the representation step, protein sequences are digitized to obtain their vectorial representation. These representations are attributes. In the prediction phase, traditional machine learning techniques or deep learning methods are used to make predictions based on the representation created in the previous phase.
Benzer Tezler
- Zika ve Dang virüsleri NS4A proteini ile insan Sec61G proteini glikozilasyon profillerinin glikoinformatik analizi ve protein-protein etkileşimlerinin farklı moleküler docking yaklaşımları ile hesaplamalı analizi
Glycoinformatics analysis of the glycosylation profiles of Zika and Dengue viruses NS4A protein and human sec61g protein and computational analysis of the protein-protein interactions with different molecular docking approaches
MUHAMMET USLUPEHLİVAN
- SARS-CoV-2' 3 CLpro, RdRp, PLpro ve spike proteinlerine karşı sanal tarama yaklaşımlarıyla ilaç adaylarının belirlenmesi: moleküler yerleştirme ve moleküler dinamik çalışmaları
Identification of drug candidates against SARS-CoV-2' 3 CLpro, RdRp, PLpro ve spike proteins by virtual screeningapproaches: molecular docking and moleculardynamics studies
ALEV ARSLANTÜRK BİNGÜL
- Determination and comparison of the relationship between COVID-19 and breast cancer, triple negative breast cancer and clear cell renal cell carcinoma by in silico approaches
COVID-19 ile meme kanseri, üçlü negatif meme kanseri ve berrak hücreli renal hücreli karsinom arasındaki ilişkinin in siliko yaklaşımlar ile belirlenmesi ve karşılaştırılması
AMMAR YASIR AHMED AHMED
Yüksek Lisans
İngilizce
2023
GenetikKırşehir Ahi Evran ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEVİNÇ AKÇAY
- Deep reinforcement learning for autonomous quadcopter guidance
Otonom dört rotorlu insansız hava aracı güdümü için derin pekiştirmeli öğrenme
ŞEVKET UTKU AYDINLI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ TÜRKER KUTAY
- COVID-19 mutasyonlarının tespitinde yapay zeka tabanlı algoritmaların kullanılması
Use of artificial intelligence-based algorithms in detecting COVID-19 mutations
MEHMET BURUKANLI
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK