Affiliation:
1. BURSA TEKNİK ÜNİVERSİTESİ
Abstract
Proteinler uzun aminoasit zincirlerinden oluşur ve vücut kimyasını düzenlemekle birlikte hücrelerin yapısı ve aralarındaki iletişim için öneme sahiptir. Bir proteinin hücre bazındaki görevini gerçekleştirebilmesi için, molekülü hücredeki hedefiyle etkileşime girebilecek üç boyutlu yapıya dönüştüren bir bükülme süreci olan katlanma işlemini gerçekleştirmesi gerekir. Sıcaklık, ağır metaller veya kimyasal durumlar gibi etkenler proteinlerin yanlış katlanmasına sebep olabilir. Yanlış katlanan proteinler, vücuttaki görevini yerine getiremez. Alzaymır, kistik fibrozis, deli dana hastalığı gibi hastalıklara sebep olabilir. Protein katlanması tanıma işlemi, biyologlar açısından bir problem olarak değerlendirilir. Literatürde yer alan şablon tabanlı yaklaşımlara karşın yapay sinir ağları, protein katlanması probleminin çözümüne yönelik yüksek başarım gösterir. Yapay sinir ağları, ele alınan problemin çözümü için geniş veri kümelerinde yer alan ve problemin çözümüne katkı sağlayacak bilgi kazancı yüksek özellikleri kullanan bir hesaplama tekniğidir. Bu çalışmada SCOPe 2.06, SCOPe 2.07, SCOPe 2.08 veri setleri kullanılarak şablon tabanlı yaklaşımlardan elde edilen sonuçların yapay sinir ağı yöntemi ile birleştirilerek protein katlanması tanıma işlemi gerçekleştirilmiştir. Gerçekleştirilen deneyler sonucunda yapay sinir ağı yönteminin katkısı ile literatürde yer alan sonuçların iyileştirildiği görülmüştür. Bu çalışma ile biyoinformatik alanında protein katlanması tanıma probleminin çözümüne yeni bir yaklaşım sunularak literatüre katkı sağlanması amaçlanmıştır.
Publisher
International Journal of Informatics Technologies
Reference41 articles.
1. M. Levitt, C. Chothia, “Structural patterns in globular proteins.” Nature, 261(5561), 552-558, 1976.
2. P. Sudha, D. Ramyachitra, P. Manikandan, “Enhanced artificial neural network for protein fold recognition and structural class prediction”, Gene Reports, 12, 261-275, 2018.
3. J. S. Butler, S. N. Loh, “Folding and misfolding mechanisms of the p53 DNA binding domain at physiological temperature”, Protein science, 15(11), 2457-2465, 2006.
4. Y. Kaya, R. Tekin, “Epileptik nöbetlerin tespiti için aşırı öğrenme makinesi tabanlı uzman bir sistem”, Bilişim Teknolojileri Dergisi, 5(2), 33-40, 2012.
5. A. Haltaş, A. Alkan, “Medline veritabanı üzerinde bulunan tıbbi dokümanların kanser türlerine göre otomatik sınıflandırılması”, Bilişim Teknolojileri Dergisi, 9(2), 181, 2016.