HbA1c tayinine yönelik moleküler baskılı polimerler ve yapay zeka destekli nanobiyosensör geliştirilmesi
Devolopment of molecular imprinted polymer and artificial intelligence-assited nanobiosensor for HbA1c determination
- Tez No: 986808
- Danışmanlar: PROF. DR. SİNAN AKGÖL, DR. ÖĞR. ÜYESİ EMİNE SEZER
- Tez Türü: Yüksek Lisans
- Konular: Biyokimya, Biyoteknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biochemistry, Biotechnology, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Biyokimya, Kimyasal sensör, Yapay zeka ve makine öğrenmesi dersi, Biochemistry, Chemical sensor, Artificial intelligence and machine learning course
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyokimya Ana Bilim Dalı
- Bilim Dalı: Biyokimya Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Diyabet, küresel sağlık sorunlarının başında gelmekte olup, uzun dönemli glukoz seviyelerinin takibi hastalığın tanı ve yönetiminde hayati önem taşımaktadır. Glikozile hemoglobin (HbA1c), son 2-3 aylık ortalama kan şekeri düzeylerini yansıtan güvenilir bir biyobelirteçtir. Ancak geleneksel yöntemlerle yapılan HbA1c ölçümleri, zaman alıcı ve yüksek maliyetli analiz prosedürleri gerektirmektedir. Bu nedenle, daha hızlı, hassas ve taşınabilir tanı sistemlerine ihtiyaç duyulmaktadır. Bu tez çalışmasında, HbA1c'nin seçici tanınması ve düşük konsantrasyonlarda tespiti amacıyla moleküler baskılama teknolojisine dayalı makine öğrenimi ile entegre elektrokimyasal nanosensör geliştirilmesi hedeflenmiştir. Çalışmada, HbA1c'ye özgü moleküler baskılanmış nanopolimerler, metil metakrilat (MMA) fonksiyonel monomeri kullanılarak oluşturulan ön kompleks ile surfaktan içermeyen emülsiyon polimerizasyonu yöntemiyle sentezlenmiştir. HbA1c hedef molekülü, polimerizasyon sürecinde şablon olarak görev yapmış ve sonrasında uzaklaştırılarak özgül tanıma boşlukları oluşturulmuştur. Elde edilen nanopolimerler, SPC elektrot yüzeyine immobilize edilerek elektrokimyasal analizler için fonksiyonel hale getirilmiştir. Nanopolimerlerin morfolojik ve kimyasal karakterizasyonu Fourier Dönüşümlü Kızılötesi Spektroskopisi (FTIR), Taramalı Elektron Mikroskobu (SEM) ve ZETA Boyut ve Potansiyel analizi ile yapılmış; ortalama partikül boyutunun 319.7 nm aralığında ve küresel morfolojide olduğu belirlenmiştir. Bağlama deneyleri, baskılanmış nanopolimerin HbA1c'ye yüksek seçicilikle bağlandığını ve maksimum bağlama kapasitesinin 565 mg HbA1c/mg polimer olduğunu göstermiştir. Baskılanmamış polimere kıyasla seçicilik yaklaşık 7,23 kat artmıştır. Elektrokimyasal analizlerde DPV (-0.2 V–+0.6 V, 60 mV/s tarama hızı) teknikleri kullanılmış, sensörün LoD ve LoQ değerleri sırasıyla 0,76 µM ve 2,31 µM olarak hesaplanmıştır. Ayrıca çalışmada, sensörden elde edilen elektrokimyasal verilerin sınıflandırılması ve yorumlanması amacıyla yedi farklı makine öğrenmesi (ML) algoritması uygulanmıştır. Modellerin performansları karşılaştırılmış; eğitim (train) ve test verileri üzerindeki sonuçlar değerlendirilerek aşırı öğrenme riski göz önünde bulundurulmuştur. Ayrıca, 5 katlı çapraz doğrulama (k-fold cross-validation) yöntemi ile modellerin genellenebilirliği analiz edilmiştir. Yapılan analizler sonucunda, CatBoost algoritması en yüksek doğruluk ve sınıflandırma başarımını göstermiştir. Bu entegrasyon, sensör platformunun düşük sinyalli verilerde dahi doğru yorumlama yeteneğini artırarak tanı güvenilirliğini desteklemiştir. Sonuç olarak, bu tez kapsamında geliştirilen HbA1c-baskılı elektrokimyasal nanosensör; seçicilik, düşük tespit sınırı, geniş lineer çalışma aralığı ve tekrar kullanılabilirlik gibi performans parametreleri doğrultusunda değerlendirilmiş; makine öğrenmesi tabanlı veri işleme yaklaşımları ile sistem çıktılarının otomatikleştirilmesi yoluyla sensörün veri analiz kapasitesinin artırılması amaçlanmıştır. Bu bağlamda geliştirilen sistem, biyolojik örneklerde HbA1c tayini için yeni nesil bir tanı platformu olarak öne çıkmaktadır.
Özet (Çeviri)
Diabetes ranks among the leading global health challenges, with long-term glucose monitoring being critical for disease diagnosis and management. Glycated hemoglobin (HbA1c) serves as a reliable biomarker reflecting average blood glucose levels over the preceding 2–3 months. However, conventional methods for HbA1c quantification are time-consuming and involve costly analytical procedures. Therefore, there is a pressing need for rapid, sensitive, and portable diagnostic systems. This thesis aims to develop a molecularly imprinted electrochemical nanosensor integrated with machine learning for selective recognition and detection of HbA1c at low concentrations. In this study, molecularly imprinted nanopolymers specific to HbA1c were synthesized via surfactant-free emulsion polymerization using methyl methacrylate (MMA) as the functional monomer to form a pre-complex. HbA1c served as the template molecule during polymerization and was subsequently removed to create selective recognition sites. The resulting nanopolymers were immobilized onto the surface of screen-printed carbon (SPC) electrodes to enable electrochemical analysis. Morphological and chemical characterizations of the nanopolymers were conducted using Fourier Transform Infrared Spectroskopy (FTIR), Scanning Electron Microskopy (SEM), and ZETA size and potential analysis. The nanopolymers exhibited an average particle size within the 319.7 nm range and spherical morphology. Binding assays demonstrated high selectivity of the imprinted nanopolymer toward HbA1c, with a maximum binding capacity (Q_max) of 565 mg HbA1c per mg polymer. Compared to the non-imprinted control polymer, selectivity was enhanced by approximately 7.23-fold. Electrochemical analyses employed differential pulse voltammetry (DPV) within the potential window of -0.2 V to +0.6 V at a scan rate of 60 mV/s, alongside cyclic voltammetry (CV) to monitor electrode surface changes. The sensor exhibited a limit of detection (LoD) and limit of quantification (LoQ) of 0.76 µM and 2.31 µM, respectively. Additionally, seven different machine learning (ML) algorithms were applied to classify and interpret the electrochemical data obtained from the sensor. Model performances were compared based on training and test datasets with overfitting risk assessment. Furthermore, 5-fold cross-validation was performed to evaluate model generalizability. Among the models, the CatBoost algorithm demonstrated the highest accuracy and classification performance. This integration enhanced the sensor platform's capability to accurately interpret low-signal data, thereby improving diagnostic reliability. In conclusion, the developed HbA1c-imprinted electrochemical nanosensor was evaluated in terms of selectivity, low detection limit, wide linear range, and reusability. By incorporating machine learning-based data processing approaches for automated output interpretation, the sensor's analytical capacity was significantly enhanced. The proposed system represents a novel next-generation diagnostic platform for HbA1c determination in biological samples.
Benzer Tezler
- HbA1c TAYİNİNDE BORONAT AFİNİTE KROMATOGRAFİSİ VE KAPİLLER ELEKTROFOREZ YÖNTEMLERİNİN KARŞILAŞTIRILMASI
HbA1c TAYİNİNDE BORONAT AFİNİTE KROMATOGRAFİSİ VE KAPİLLER ELEKTROFOREZ YÖNTEMLERİNİN KARŞILAŞTIRILMASI
AYŞE ÇOBAN
Tıpta Uzmanlık
Türkçe
2024
BiyokimyaSağlık Bilimleri ÜniversitesiTıbbi Biyokimya Ana Bilim Dalı
PROF. DR. ÖZLEM ÇAKIR MADENCİ
- Glikozillenmiş hemoglobin tayininde elektrofez (HbA1) ve immünoassay metodlarının (HbA1c) değerlendirilmesi
Evaluation of electrophoresis (HbA1) with immunoassay methods (HbA1c) for glycohemoglobin analysis summary
MAHFUZ ELMASTAŞ
- Glikozillenmiş protein tayini için boronat temelli yüzey plazmon rezonans sensörler
Boronate based surface plasmon resonance sensors for determination of glycosylated protein
MERVE ÇALIŞIR
- Nondiyabetik, sağlıklı geriatrik olgularda yaşla, karotid arter intima-media kalınlığı ve hemoglobin A1c arasındaki ilişki
Relationship between age and carotid artery intima-media thickness, hemoglobin A1c in nondiabetic, healthy geriatric population
HÜSEYİN DORUK
- Oral antidiyabetik veya insülinle kan şeker regülasyonu sağlanan tip II diyabetes mellituslu hastalarda oksidan-antioksidan değerlerde tedavi öncesi ve sonrası değişikliklerin karşılaştırılması
Başlık çevirisi yok
MEHMET BAHÇECİ
Tıpta Uzmanlık
Türkçe
1998
HematolojiSüleyman Demirel Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. MEHMET İŞLER