Applications of deep learning for binding site predicitons in proteins
Proteinlerdeki bağlanma noktaları tahminleri için derin öğrenme uygulamaları
- Tez No: 921152
- Danışmanlar: DR. ÖĞR. ÜYESİ ONAN GÜREN, DR. ÖĞR. ÜYESİ ARZU UYAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Biyokimya, Computer Engineering and Computer Science and Control, Bioengineering, Biochemistry
- Anahtar Kelimeler: Protein bağlama, Protein binding
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, ilaç keşfi ve biyomoleküler araştırmalarda kritik bir adım olan doğru protein bağlanma bölgesi tahmini için gelişmiş bir makine öğrenimi yaklaşımı geliştirmeye odaklanmaktadır. Eşdeğişken Grafik Sinir Ağlarından (EGNN'ler) yararlanan çalışma, protein-ligand etkileşimlerini yüksek hassasiyetle analiz etmeyi ve ortosterik ve allosterik bağlanma bölgelerinin tanımlanmasını sağlamayı amaçlamaktadır. Araştırma, tahmin doğruluğunu artırmak için yarı denetimli öğrenme tekniklerini kullanarak proteinlerin yapısal ve kimyasal özelliklerini birleştiriyor. Ek olarak proje, potansiyel ligand yapılarını ve bunların öngörülen bağlanma bölgeleri içindeki optimal konumlarını önermek için üretken modelleri araştırıyor. Bu çalışmanın sonucu, protein-ligand etkileşimi analizi için sağlam ve ölçeklenebilir hesaplama araçları sağlayarak ilaç keşif hatlarının hızlandırılmasına katkıda bulunacaktır.
Özet (Çeviri)
This thesis focuses on developing an advanced machine learning approach for accurate protein binding site prediction, a critical step in drug discovery and biomolecular research. By leveraging Equivariant Graph Neural Networks (EGNNs), the study aims to analyze protein-ligand interactions with high precision, enabling the identification of orthosteric and allosteric binding sites. The research integrates structural and chemical features of proteins, employing semi-supervised learning techniques to enhance predictive accuracy. Additionally, the project explores generative models to propose potential ligand structures and their optimal poses within predicted binding sites. The outcome of this work will contribute to accelerating drug discovery pipelines by providing robust and scalable computational tools for protein-ligand interaction analysis.
Benzer Tezler
- Machine learning applications in drug discovery and development
İlaç keşfi ve tedavisinde yapay zeka uygulamaları
SADETTİN YAVUZ UĞURLU
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolThe Unıversıty Of BırmınghamMühendislik ve Doğa Bilimleri Ana Bilim Dalı
DR. SHAN HE
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Ağızlık açma mekanizmalarının tasarımı
Başlık çevirisi yok
RECEP EREN
Yüksek Lisans
Türkçe
1987
Tekstil ve Tekstil MühendisliğiUludağ ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL R. ALPAY