Kolorektal kanser hücre hatlarında n-glikan profillerinin maldı-Tof/Tof-Msile karakterizasyonu ve makine öğrenmesi tabanlı sınıflandırılması
Characterization of n-glycan profiles in colorectal cancer cell lines by maldi-Tof/Tof-Ms and machine learning–based classification
- Tez No: 989956
- Danışmanlar: DOÇ. DR. HAKAN YILMAZ, DOÇ. DR. HACI MEHMET KAYILI
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Biyokimya, Biyomühendislik, Biotechnology, Biochemistry, Bioengineering
- Anahtar Kelimeler: N-glikan, N-glycan
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, kolorektal kanserleşme sürecinde glikozilasyonun yeniden düzenlenmesini ortaya koymak amacıyla insan kolorektal adenokarsinom hücre hattı HT29 ile normal kolonik epitel hücre hattı CoEpi'nin N-glikan profilleri karşılaştırmalı olarak incelenmiştir. Hücrelerden elde edilen glikoproteinlerden N-glikanlar enzimatik olarak serbestleştirilmiş, etiketleme ve saflaştırma adımlarının ardından MALDI-TOF/TOF-MS ile negatif iyon modunda analiz edilmiştir. Yapısal doğruluğu artırmak için seçilmiş prekürsör iyonlarda MS/MS (LIFT/TOF-TOF) deneyleri gerçekleştirilmiş ve fragmantasyon desenleri değerlendirilerek glikan sınıfları (yüksek mannozlu, hibrit ve kompleks tip) güvenilir biçimde tanımlanmıştır. Spektral veriler üzerinden kantitatif değerlendirme yapılarak iki hücre hattının glikomik dağılımı bütüncül şekilde ortaya konmuştur. Analizler sonucunda toplam 28 farklı N-glikan yapısı belirlenmiş; HT29 ve CoEpi arasında glikan sınıfları ve terminal modifikasyonlar açısından belirgin farklılıklar saptanmıştır. CoEpi'de yüksek mannozlu glikanların göreceli bolluğu daha yüksek seyrederken, HT29 hücrelerinde kompleks tip glikanlarda galaktozilasyon, siyalilasyon, fukozilasyon ve bisekte (bisecting GlcNAc) yapıların oranı anlamlı biçimde artmıştır; bu durum kanser hücrelerinde daha heterojen ve yeniden programlanmış bir glikozilasyon fenotipine işaret etmektedir. Elde edilen glikan bolluk verileri ayrıca makine öğrenmesi yaklaşımlarıyla değerlendirilmiş; özellikle Destek Vektör Makinesi (SVM) ve lojistik regresyon modelleri yüksek ayırt edicilik göstererek hücre tiplerini başarıyla sınıflandırmıştır. Genel olarak bu çalışma, MALDI-MS tabanlı N-glikan profillemenin kanser ve normal hücreleri ayırmada güçlü bir glikomik imza sunduğunu ve glikan temelli biyobelirteç keşfi ile sınıflandırma çalışmalarında kullanılabilir bir analitik çerçeve sağladığını göstermektedir.
Özet (Çeviri)
In this thesis, the N-glycan profiles of the human colorectal adenocarcinoma cell line HT29 and the normal colonic epithelial cell line CoEpi were comparatively investigated to elucidate glycosylation remodeling associated with colorectal carcinogenesis. N-glycans were enzymatically released from glycoproteins, followed by labeling and cleanup, and subsequently analyzed by MALDI-TOF/TOF mass spectrometry in negative-ion mode. To strengthen structural confidence, MS/MS (TOF/TOF, LIFT) experiments were performed for selected precursor ions, and fragmentation patterns were evaluated to reliably assign glycan classes (high-mannose, hybrid, and complex types). Comprehensive spectral interpretation enabled a robust qualitative and quantitative description of the glycomic distributions of both cell lines. A total of 28 distinct N-glycan structures were identified, revealing clear differences between HT29 and CoEpi in terms of glycan class composition and terminal modifications. While CoEpi exhibited a relatively higher contribution of high-mannose glycans, HT29 showed a pronounced shift toward complex-type structures characterized by increased galactosylation, sialylation, fucosylation, and bisecting (bisecting GlcNAc) features, indicating a more heterogeneous and reprogrammed glycosylation phenotype in the cancer cell line. The resulting glycan abundance data were further evaluated using machine learning approaches; notably, support vector machine (SVM) and logistic regression models achieved high discriminative performance in classifying the cell types based on their N-glycan signatures. Overall, this study demonstrates that MALDI-MS–based N-glycan profiling provides a strong glycomic signature capable of distinguishing cancerous from normal epithelial cells and offers a practical analytical framework to support glycan-based biomarker discovery and classification efforts.
Benzer Tezler
- Polo benzeri kinaz 1 (PLK-1) inhibitörü BI-2536 ile beta glukan'ın kolon ht29 ve mide ags hücre hatlarındaki antikanser etkilerinin araştırılması
Investigation of anti-cancer effects of polo-like kinase 1 (PLK-1) inhibitor bi-2536 and beta glucan in colon HT29 and gastric ags cell lines
RABİA GÖKÇE TAKCI
Doktora
Türkçe
2024
Eczacılık ve FarmakolojiSivas Cumhuriyet ÜniversitesiFarmakoloji Ana Bilim Dalı
PROF. DR. BÜLENT SARAÇ
- Bazı n-heterosiklik karben gümüş-(I) komplekslerinin farklı kanser hücre hatlarında sitotoksik etkilerinin incelenmesi
Investigation of cytotoxic effects of some n-heterocyclic carbene silver-(I) complexes on different cancer cell lines
MUSTAFA ULU
Yüksek Lisans
Türkçe
2021
BiyokimyaErciyes ÜniversitesiEczacılık Biyokimya Ana Bilim Dalı
DOÇ. DR. SERAP ŞAHİN BÖLÜKBAŞI
DOÇ. DR. NESLİHAN ŞAHİN
- Investigation of NFİB function and regulation of its putative target genes in human neural stem cell and SH-SY5Y neuroblastoma cell lines
İnsan sinir kök hücre ve SH-SY5Y nöroblastom hücre hatlarında NFIB işlevinin ve potansiyel hedef genlerinin regülasyonunun incelenmesi
BETÜL ULUCA
Doktora
İngilizce
2023
Genetikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
DR. ÖĞR. ÜYESİ ASLI KUMBASAR
- Synthesis and activity studies on some novel benzothiazole-piperazine derivatives
Bazi yeni benzotiyazol-piperazin türevleri üzerine sentez ve aktivite çalişmalari
EBRU BUCLULĞAN
Yüksek Lisans
İngilizce
2014
Eczacılık ve FarmakolojiYeditepe ÜniversitesiEczacılık Bölümü
PROF. DR. MİNE YARIM YÜKSEL
YRD. DOÇ. DR. ENİSE ECE GÜRDAL HAKGÖR
- Determining novel target genes in WNT/𝛽-catenin signaling pathway using machine learning
WNT/beta-catenin sinyal yolağında makine öğrenmesi ile hedef genler belirlenmesi
CEMRE KEFELİ
Yüksek Lisans
İngilizce
2022
Genetikİstanbul ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANDRES OCTAVIO ARAVENA DUARTE