Consensual Classification of Drug / NonDrug Compounds for Drug Design
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği, Türkiye
Tezin Onay Tarihi: 2008
Tezin Dili: İngilizce
Öğrenci: Ayça ÇAKMAK PEHLİVANLI
Asıl Danışman (Eş Danışmanlı Tezler İçin): TURGAY İBRİKÇİ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İlaç yapımının çok uzun, pahalı ve emek gerektiren bir süreç olmasından dolayı farmasötik çalışmalarda kullanılan deneme-yanılma yöntemlerinin yerini ?akıllı ilaç geliştirme? yöntemleri almıştır. Laboratuar ortamında çok iyi sonuçlar veren bir çok aday molekül, doğal ortamda tam tersi sonuçlar verebilmektedir. Bu nedenle kimsayal bir bileşiğin ilaç olup olamayacağının tahmin edilebilmesi, potansiyel ilaç aday moleküllerinin seçimi ve geliştirilmesi açısından önemli bir adımdır. Bu amaçla yeni bir ortak karar (konsensüs) yaklaşımı önerilmiştir. Bu model bağımsız hatalara sahip sonuçlar için rasgele matris dönüşümü ve filtreleme ile tek tek elde edilmiş sonuçları birleştirme aşamalarından oluşmuştur. Üç farklı birleştirme metodu, Pseudoinvers, eşit ağırlık ve genetik algoritma, ile tek tek sınıflama sonuçları için dört farklı sinir ağları metodu, genel regresyon sinir ağları, uyarlanmış genel regresyon sinir ağları, kendini organize eden haritalar ve kendini organize eden küresel sıralama kullanılmıştır.Molecular Operating Environment ile hesaplanan açıklayıcı değişkenlerden oluşan Murcia-Soler ve Cherkasov veri setleri bilinen ilaçlar ve ilaç olmayan bileşenleri içerir. Bu veri setleri çeşitli ön işleme aşamalarından geçirilerek dört farklı metod ile uygulanmıştır. Elde edilen sonuçlar konsensüs için üç farklı birleştirme metodu ile birleştirilmiştir. Birleştirme için ilk defa kullanılan genetik algoritma diger iki metoda göre en yüksek sınıflama başarısını göstemiştir. Ayrıca ilaç verisine ilk defa uygulanan kendini organize eden küresel sıralama metodu da oldukça yüksek sınıflama başarısı sağlamıştır. Kullanılan konsensüs yaklaşımı da kimyasal veriler ile ilk defa kullanılmıştır.Bu çalışmadaki uygulamalardan elde edilen sonuçlar doğrultusunda, ilaç yapım sürecinin başında kullanılacak ya da incelenecek aday bileşenlerin sayısında ciddi bir düşüş ve ilaç olma olasılığı yüksek adayların seçiminde hız elde edileceği, dolayısı ile zaman ve maliyet açısından bir iyileşme olacağı düşünülmektedir.