Geri Dön

mRNA dizi ve yapısal özelliklerini kullanarak translasyon verimliliğinin makine öğrenimi ile tahmini

Machine learning-based prediction of translation efficiency from mRNA sequence and structural characteristics

PDF İndir

  1. Tez No: 988822
  2. Yazar: ÇAĞLAN TURGUT
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET TARDU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoloji, Biyoteknoloji, Biology, Biotechnology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Gen anlatımı, DNA'daki bilginin işlevsel RNA ve protein son ürünlerine dönüştürüldüğü çok katmanlı bir süreçtir ve ölçülen mRNA miktarı çoğunlukla bu sürecin yalnızca ilk basamağını yansıtır. Transkripsiyon sonrası mekanizmalar, özellikle translasyon, protein düzeylerini önemli ölçüde şekillendirmektedir. mRNA ve protein seviyeleri arasındaki korelasyonun yaklaşık %40 düzeyinde kalması da transkriptom verisinin proteomun nicel durumunu açıklamada yetersiz olduğunu göstermektedir. Bu uyumsuzluk, translasyon verimliliğinin (TV) gen ifadesi kontrolünde kritik bir ara katman olduğunu ve mRNA'ların dizi ile yapısal özelliklerinin bu düzeyde belirleyici rol oynadığını düşündürmektedir. Ribozom profilleme (Ribo-sek), ribozomların mRNA üzerindeki konumlarını tek nükleotid çözünürlüğünde haritalayarak her bir mRNA'daki ribozom yoğunluğunu ve dolayısıyla TV'yi doğrudan nicelendirmeye olanak tanır. Böylece RNA-sek ve Ribo-sek verilerinin birlikte kullanılması, mRNA dizi/yapı özellikleri ile translasyonel çıktılar arasındaki ilişkilerin sistematik olarak incelenmesi için güçlü bir çerçeve sunar. Bu tez kapsamında, HEK293T ve HeLa hücre hatlarında aynı biyolojik örnekler üzerinde gerçekleştirilmiş eşlenik RNA-sek ve Ribo-sek deneylerinden oluşan 19 veri seti literatürden derlenmiştir. Bunların içinden korelasyon ve uyum analizleri sonrasında yüksek tutarlılık gösteren 16 veri seti ileri analizlere dahil edilmiştir. Bu veriler kullanılarak her transkript için TV değerleri hesaplanmış ve bunlar TV düzeylerine göre etiketlenmiştir. Ardından, transkript ve UTR uzunlukları, poli(A) kuyruk uzunluğu, Kozak benzeri diziler, katlanma serbest enerjileri, RNA ikincil yapı elemanlarının tür ve sayıları, esneklik ve hidrofobisite skorları gibi mRNA'ların peptit ürünleriyle ilişkili geleneksel tanımlayıcılar ile dizilerin nümerik kodlanmasına dayalı matematiksel tanımlayıcılar dahil olmak üzere toplam 1380 özellik çıkarılmış ve özellik seçimiyle bu yüksek boyutlu uzay 468 değişkene indirgenmiştir. Elde edilen veri seti kullanılarak Rastgele Orman ve Destek Vektör Makineleri gibi geleneksel yöntemlerin yanı sıra, doğrusal özelliklere dayalı tam bağlantılı bir sinir ağı, enkode edilmiş diziler üzerinde çalışan evrişimli–artık bir sinir ağı ve bu iki girdi tipini birleştiren iki hibrit mimari olmak üzere çeşitli derin öğrenme modelleri eğitilmiştir. Bu eğitilen modeller çeşitli ölçütlerle değerlendirilmiştir. Dengeli doğruluk (0.819 > 0.724), F1 skoru (0.778 > 0.620) ve Matthews Korelasyon Katsayısı (0.787 > 0.658) Rastgele Orman modelinde Destek Vektör Makinesinden daha yüksektir. Sinir ağı temelli modellerin ise genel olarak Rastgele Orman modeline yakın bir performans sergilediği görülmüştür. Hem yalnızca çıkarılmış 1380 dizi ve yapı özelliğini kullanan tam bağlantılı ağın hem de yalnızca mRNA dizisini işleyen modern evrişimli bir mimarinin TV sınıflandırmasında son derece başarılı sonuçlar verdiği gözlenmiştir. Buna ek olarak, dizisel ve yapısal girdileri birlikte kullanan hibrit mimariler de eğitilmiş ve bazı ölçütlerde hem yalnızca doğrusal özelliklere dayalı ağdan hem de yalnızca diziyi kullanan evrişimli modelden daha iyi sonuçlar sunduğu görülmüştür. Özellikle ikinci hibrit model 0.884 dengeli doğruluk değeri, 0.826 F1 skoru ve 0.818 Matthews Korelasyon Katsayısı göstererek bu ölçütlerde diğer çoğu modelden daha yüksek performans sergilemiştir. Yalnızca tamamen evrişimli ağ dengeli doğruluk (0.925) ve duyarlılık (0.873) değerlerinde daha yüksek performans göstermiştir. Bu bulgular, mRNA dizi ve yapısal özelliklerinden translasyon verimliliğinin güvenilir biçimde öngörülebileceğini ortaya koymakta ve mRNA temelli terapötikler ile aşı tasarımlarının rasyonel olarak optimize edilmesi için sağlam bir hesaplamalı çerçeve sunmaktadır.

Özet (Çeviri)

Gene expression is a multi-layered process in which information in DNA is converted into functional RNA and protein end products, and mRNA abundance mostly reflects only the first step of this process. Post-transcriptional mechanisms, particularly translation, significantly shape protein levels. The correlation between mRNA and protein levels remaining at approximately 40% indicates that transcriptomic data is insufficient for explaining the quantitative state of the proteome. This mismatch suggests that translation efficiency (TE) is a critical intermediate layer in gene expression control and that the sequence and structural properties of mRNAs play a decisive role at this level. Ribosome profiling (Ribo-seq) enables the direct quantification of ribosome density and thus TE in each mRNA by mapping the positions of ribosomes on mRNA at single nucleotide resolution. Thus, the combined use of RNA-seq and Ribo-seq data provides a powerful framework for systematically investigating the relationships between mRNA sequence/structural properties and translational outputs. Within the scope of this thesis, 19 datasets consisting of paired RNA-seq and Ribo-seq experiments performed on the same biological samples in HEK293T and HeLa cell lines were compiled from the literature. Following correlation and consistency analyses, 16 datasets showing high consistency were included in further downstream analyses. Using these data, TE values were calculated for each transcript and labeled according to TE levels. Subsequently, a total of 1380 features were extracted, including transcript and UTR lengths, poly(A) tail length, Kozak-like sequences, folding free energies, the types and counts of RNA secondary structure elements, flexibility and hydrophobicity scores derived from amino acid propensity scales, as well as mathematical descriptors based on numerical encodings of the sequences; through feature selection, this high-dimensional space was reduced to 468 variables. Using the obtained dataset, various machine learning models were trained, including traditional methods such as Random Forest and Support Vector Machines, as well as a fully connected deep neural networks based on linear features, a convolutional-residual deep neural network operating on encoded sequences, and two hybrid architectures combining these two input types. These trained models have been evaluated using various metrics. Balanced accuracy (0.819 > 0.724), F1 score (0.778 > 0.620), and Matthews Correlation Coefficient (0.787 > 0.658) are higher in the Random Forest model than in the Support Vector Machine. Neural network-based models generally showed performance close to that of the Random Forest model. Both the fully connected network using only the extracted 1380 sequence and structural features and the modern convolutional architecture processing only the mRNA sequence yielded highly successful results in TV classification. In addition, hybrid architectures that use both sequential and structural inputs were trained and were found to deliver better results than both the network based solely on linear features and the convolutional model using only the sequence in some metrics. Specifically, the second hybrid model demonstrated higher performance than most other models on these metrics, achieving a balanced accuracy of 0.884, an F1 score of 0.826, and a Matthews Correlation Coefficient of 0.818. Only the fully convolutional network showed higher performance in terms of balanced accuracy (0.925) and sensitivity (0.873). These findings demonstrate that translation efficiency can be reliably predicted from mRNA sequence and structural features, providing a robust computational framework for the rational optimization of mRNA-based therapeutics and vaccine designs.

Benzer Tezler

  1. Tez No

    687060

    Machine learning approach to quantification of intra-tumour heterogeneity using genomic, epigenomic and proteomic data

    Genomik, epigenomik ve proteomik verileri kullanarak tümor içi heterojenite nicelleştirmesine makine öğrenmesi yaklaşımı

    ERSİN ONUR ERDOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZGÜR CAN TURNA

  2. Tez No

    853372

    Investigation of mechanoregulatory role of desmin protein

    Investigation of mechanoregulatory role of desmin protein

    NİLÜFER DÜZ

    Doktora

    Türkçe

    Türkçe

    2024

    Tıbbi BiyolojiHacettepe Üniversitesi

    Tıbbi Biyoloji Ana Bilim Dalı

    PROF. DR. PERVİN RUKİYE DİNÇER

  3. Tez No

    776518

    Generation of plasmid-based eukaryotic model to investigate biology of Crimean-Congo hemorrhagic fever virus nucleoprotein and glycoproteins

    Kırım Kongo kanamalı ateşi virüsü nükleoproteinin ve glikoproteinlerinin biyolojisinin çalışılmasında plazmit temelli ökaryotik model oluşturulması

    NESİBE SELMA ÇETİN

    Doktora

    İngilizce

    İngilizce

    2023

    BiyoteknolojiBezm-İ Alem Vakıf Üniversitesi

    Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. MEHMET ZİYA DOYMAZ

  4. Tez No

    939225

    Targeting circulating breast cancer stem cells via mTOR and WNT inhibitors after bone metastasis

    Sirküle meme kanseri kök hücrelerinin kemik metastazı sonrası mTOR ve WNT inhibitörleri ile hedeflenmesi̇

    ÖZLEM ALTUNDAĞ ERDOĞAN

    Doktora

    İngilizce

    İngilizce

    2025

    BiyokimyaHacettepe Üniversitesi

    Kök Hücre Ana Bilim Dalı

    PROF. DR. BETÜL ÇELEBİ SALTIK

  5. Tez No

    368911

    Cloning and initial characterization of an estrogen responsive gene: YPEL2

    Östrojen yanıt geni YPEL2'nin klonlanması ve proteinin ilkin karakterizasyonu

    GİZEM GÜPÜR

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    BiyolojiOrta Doğu Teknik Üniversitesi

    Biyoloji Ana Bilim Dalı

    DOÇ. DR. MESUT MUYAN

Geri Dön