Scalable multi-omics data-driven modeling of metabolism: a systems approach to simulate metabolic reprogramming
Ölçeklenebilir, çoklu-omik veriye dayalı metabolizma modellemesi: hücresel yeniden programlamayı simüle etmek için sistemsel bir yaklaşım
- Tez No: 955908
- Danışmanlar: DOÇ. DR. İLKEM EMRAH NİKEREL
- Tez Türü: Doktora
- Konular: Biyomühendislik, Biyoteknoloji, Bioengineering, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Genetik ve Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Biyoteknoloji Bilim Dalı
- Sayfa Sayısı: 172
Özet
Biyolojik sistemler, endüstriyel optimizasyon, çevresel sürdürülebilirlik ve kanser teşhisi ve tedavisi gibi tıbbi ilerlemeler de dahil olmak üzere çeşitli alanlardaki zorlukların çözülmesinde kritik bir rol oynar. Bu sistemlerin karmaşıklığı, hiyerarşik düzenlemeleri ve uyarlanabilir doğası, analiz edilmelerini zorlaştırarak sistem davranışını tahmin etmek ve etkili müdahaleler tasarlamak için bütüncül bir yaklaşım gerektirir. Sistem biyolojisi ve matematiksel modelleme, biyolojik bilgiyi nicel çerçevelere dönüştürmek için temel yöntemler olarak ortaya çıkmıştır. Bu modeller, farklı koşullar altında sistem yanıtlarını simüle etmeyi, analiz etmeyi ve tahmin etmeyi sağlar. Ancak biyolojik ağların doğal karmaşıklığı, hesaplama ve bilgi kısıtlamalarıyla birleştiğinde ayrıntılı modelleme açısından büyük zorluklar oluşturur. Son yıllarda yüksek verimli deneysel teknolojiler, çeşitli moleküler seviyelerde büyük çoklu-omik veri kümeleri üretmiştir. Bu heterojen verilerin entegrasyonu, temel mekanizmalar, optimizasyon stratejileri, terapötik hedefler ve sistem düzeyindeki özellikler hakkında önemli bilgiler sağlar. Ancak bu entegrasyon, veri heterojenliği, gürültü ve ölçeklenebilirlik gereksinimleri gibi yöntemsel zorlukları da beraberinde getirir. Bu tez, çoklu-omik veri entegrasyonu, matematiksel modelleme ve önceden belirlenmiş ağ indirgeme yaklaşımları ile biyolojik sistemler araştırmasına katkıda bulunmaktadır. İlk bölüm, maya hücrelerinde oksidatif stres yanıtlarının mekanistik kinetik modellemesine odaklanarak, transkriptomik, metabolomik ve fluksomik verileri linlog kinetik çerçevesi içinde ele almaktadır. İkinci bölüm ise, makine öğrenmesi ve yol zenginleştirme yaklaşımlarını kullanarak çoklu-omik veri kümelerini değerlendirmekte, kanser alt türlerini belirleme ve erken teşhis için kişiselleştirilmiş hastalık durumlarını tanımlayan moleküler belirteçleri ortaya çıkarmaktadır. Mekanistik ve veri odaklı yaklaşımları birleştiren bu çalışma, moleküler düzeydeki anlayış ile öngörücü modelleme arasındaki boşluğu kapatmaya katkıda bulunarak, endüstriyel biyoteknoloji ve kişiselleştirilmiş tıp uygulamalarını geliştirmeyi amaçlamaktadır.
Özet (Çeviri)
Biological systems play a crucial role in addressing challenges across diverse fields, including industrial optimization, environmental sustainability, and medical advancements such as cancer diagnosis and treatment. Their complexity, hierarchical regulation, and adaptive nature make them difficult to analyse, requiring an integrative approach to predict system behaviour and design effective interventions. Systems biology and mathematical modelling have emerged as essential methodologies for translating biological knowledge into quantitative frameworks. These models enable the simulation, analysis, and prediction of system responses under varying conditions. However, the inherent complexity of biological networks, coupled with computational and informational constraints, poses significant challenges for modelling at a detailed level. Recent advancements in high-throughput experimental technologies have produced vast multi-omics datasets, capturing molecular states across multiple layers. Integrating these heterogeneous data provides insights into underlying mechanisms, optimization strategies, therapeutic targets, and system-level properties. Nevertheless, this integration introduces methodological challenges, including data heterogeneity, noise, and scalability requirements. This thesis contributes to biological systems research by integrating multi-omics data and mathematical modelling and an a priori network reduction. The first part focuses on mechanistic kinetic modelling of oxidative stress responses in yeast, employing transcriptomic, metabolomic, and fluxomic data within a linlog kinetic framework. The second part applies machine learning and pathway enrichment approaches to multi-omics datasets for subtyping and early diagnosis of cancer, identifying molecular markers that characterize personalized disease states. By combining mechanistic and data-driven approaches, this work contributes to bridging the gap between molecular-level understanding and predictive modelling, enhancing applications in industrial biotechnology and personalized medicine.
Benzer Tezler
- Uyarlamalı ölçeklenebilir çok-bakışlı video kodlama ve akışlandırma
Adaptive scalable multi-view video coding and streaming
NÜKHET ÖZBEK
Doktora
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
PROF. DR. E. TURHAN TUNALI
- Development of hexagonal boron nitride reinforced thermoplastic composites for advanced thermal management with multi-processing techniques
Çoklu işleme teknikleri ile ileri ısıl yönetim için hekzagonal bor nitrür takviyeli termoplastik kompozitlerin geliştirilmesi
SAHER GUL
Doktora
İngilizce
2024
Mühendislik BilimleriSabancı ÜniversitesiMühendislik ve Doğa Bilimleri Ana Bilim Dalı
DOÇ. DR. BURCU SANER OKAN
- An eg-ldpc based 2-dimensional error correction code for mitigating multibit upsets of sram memories
Sram hafızalarda çoklu bit hatalarının giderilmesi için eg-ldpc bazlı iki boyutlu hata düzeltme kodu
AHMET TURAN EROZAN
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldırım Beyazıt ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENVER ÇAVUŞ
- Advanced waveform designs for 5G and 6G
5G ve 6G için gelişmiş dalga formu tasarımları
EBUBEKİR MEMİŞOĞLU
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Fiber Sistemler Ana Bilim Dalı
PROF. DR. HÜSEYİN ARSLAN
- Multi scalable design and performance characterization of glass fiber reinforced epoxy composites by incorporation of hexagonal boron nitride in resin and on interfaces
Cam elyaf takviyeli epoksi kompozitlerin reçine ve arayüzeylere hegzagonal bor nitrür dahil edilmesi ile çok ölçeklenebilir tasarımı ve performans karakterizasyonu
SAMET ÖZYİĞİT
Yüksek Lisans
İngilizce
2022
Mühendislik BilimleriSabancı ÜniversitesiMalzeme Bilimi ve Nanomühendislik Ana Bilim Dalı
DOÇ. DR. BURCU SANER OKAN