Ana Sayfa
Duyurular
Genç Akademisyenler ve Lisansüstü Çalışmalar Seminerleri Dizisi 4

Genç Akademisyenler ve Lisansüstü Çalışmalar Seminerleri Dizisi - 4

Bilgisayar ve Bilişim Bilimleri Fakültesi

“Genç Akademisyenler ve Lisansüstü Çalışmalar Seminerleri Dizisi

(22.06.2022)

 

Fakültemizde “Genç Akademisyenler ve Lisansüstü Çalışmalar Seminerleri Dizisi” etkinliğinde bu hafta, Dr. Burcu Çarklı Yavuz aşağıda özeti verilen doktora tez çalışmasını sunmuştur. Genç hocamıza başarılı sunumundan dolayı teşekkür eder, başarılarının devamını dileriz.

Prof.Dr.Nejat YUMUŞAK,

Dekan

YAPAY BAĞIŞIKLIK YÖNTEMİ İLE PROTEİN İKİNCİL YAPI TAHMİNİ

PROTEIN SECONDARY STRUCTURE PREDICTION BY USING ARTIFICIAL IMMUNE METHOD

Protein ikincil yapının biliniyor olması proteinin işlevinin belirlenmesinde, birçok hastalığın tedavi edilmesinde ve ilaç tasarımında çok önemli avantajlar sağlamaktadır. Laboratuvar ortamında ikincil yapı tespiti hem maliyetli hem de tüm proteinlere başarı ile uygulanamayan zorlu bir süreçtir. Bu nedenle protein ikincil yapı tahmini, uzun yıllardır biyoinformatik ve hesaplamalı biyolojinin önemli bir çalışma alanıdır.

İki aşamalı olan bu çalışmada doğa esintili yöntemler kullanılarak protein ikincil yapı tahminine katkı sağlanması amaçlanmıştır. Birinci aşamada veri, canlı bağışıklık sisteminden esinlenerek modellenen klonal seçim algoritması (KSA) ile eğitilmiştir. KSA’da geleneksel yöntemden farklı olarak, her bir antijene en benzer antikor seçimi yerine, toplam benzerlikler dikkate alınarak seçim yapılmıştır. İkinci aşamada dört farklı sınıflandırma algoritması kullanılarak sınıflandırma yapılmıştır. Biyolojik sinir sisteminden esinlenerek modellenen yöntemlerden biri olan çok katmanlı algılayıcı (ÇKA), mesafeye dayalı k en yakın komşu algoritması, karar ağaçları temelli ID3 ve istatistiksel hesaplara dayalı naive bayes yöntemleri sınıflandırma için tercih edilmiştir.

İyileştirilmiş KSA’da önerilen yeni antikor seçimi yaklaşımı, geleneksel KSA modeline göre daha iyi sonuç vermiştir. Geliştirilen KSA modeli ile hemoglobin veri seti eğitilmiş ve eğitilen protein verisinin ikincil yapı tahmini farklı sınıflandırıcı yöntemleri ile yapılmıştır. 

 
Sonuç olarak, sınıflandırma öncesinde iyileştirilmiş KSA ile protein verisinin eğitilmesi, sınıflandırma algoritmasından bağımsız olarak, sınıflandırma başarısının artmasını sağlamıştır.

Fotoğraflar