GCRIS

Now showing 1 - 2 of 2

Doğal Dil İşleme ile Viral Evrimin Modellenmesi
(2025) Tenekeci, Samet; Tekir, Selma; Sezgin, Efe
Etkili önleyici tedaviler geliştirmek için viral evrimin ardındaki karmaşık kuralları ve mekanizmaları anlamak kritik önem taşır; ancak bağışıklık sisteminden kaçan mutasyonların tahmini hala önemli bir zorluk teşkil etmektedir. Protein dil modellerindeki son gelişmeler, viral kaçışın in silico analizine yönelik yenilikçi yöntemlerin önünü açmıştır. Bu çalışmada, Siamese (CoV-SNN), Üçlü (CoV-TNN) ve Sınıflandırıcı (CoV-CLS) sinir ağı mimarilerine dayanan üç karşıt öğrenme çerçevesi geliştirilmektedir. Bu modeller, düşük maliyetli bir protein dil modelinden (CoV-RoBERTa) elde edilen temsiller üzerinden protein dizileri arasındaki benzerlikleri ve farklılıkları yakalayarak varyantları etkili bir şekilde sınıflandırmaktadır. Modeller, antijenik varyasyonu anlamsal değişimle, viral uyumu ise dilbilgisellikle eşleştirmekte; viral kaçışı tespit etmek için Sınırlı Anlamsal Değişim Arama (CSCS) çerçevesini kullanmaktadır. Önerilen modellerin doğruluk ve verimliliği artırmak için yüksek kaliteli bir SARS-CoV-2 Spike proteini veri kümesi, özel bir belirteçleyici, özgün ikili ve üçlü seçme algoritmaları geliştirilmekte ve yeni bir dilbilgisellik ölçütü önerilmektedir. Geliştirilen modeller, hem laboratuvar ortamında doğrulanmış hem de yapay olarak üretilmiş kaçış mutasyonları üzerinde test edilmektedir. Varyant sınıflandırmada CoV-RoBERTa doğruluğu %5 artırırken, eğitimi 30 kat, tahminlemeyi 45 kat hızlandırmaktadır. Viral kaçış tahmininde CoV-SNN top-K doğruluğu 3.5 kat artırırken, GPU bellek kullanımını 20 kat, ön eğitim süresini 2 kat, tahminleme süresini 125 kat azaltmaktadır. Ayrıca, sıfır atış sınıflandırmasında %91.5 doğruluk sağlamaktadır. Bu sonuçlar, özelleştirilmiş dil modellerinin viroloji alanındaki potansiyelini ortaya koyarak, genomik sürveyans çalışmalarında güçlü bir araç olabileceklerini göstermektedir.
Identification of Microbiota Profile Using Different Molecular Methods, and Investigation of Interactions Between Microbiota, Host Genetics and Host Metabolism
(01. Izmir Institute of Technology, 2024) Bozkurt, Berkay; Sezgin, Efe
Mikrobiyota profilinin, konakçı genetiği ve metabolizması ile olan etkileşimleri ile anlaşılması, konak fizyolojisini anlamak ve hedefe yönelik tedaviler oluşturmak için kritik öneme sahiptir. Birçok farklı türde bakteri ve mantar türünden oluşan bağırsak mikrobiyotası, besinlerin emilimi, bağışıklık fonksiyonu ve metabolik düzenleme için gereklidir. Bu çalışmada, model organizma Drosophila melanogaster'in bağırsağında yer alan mikrobiyal türler NGS, qPCR ve LAMP moleküler yöntemleri kullanılarak tanımlandı ve miktarları belirlendi. Özellikle A. pomorum ve L. brevis oldukça yaygındı ve konakçı lipit metabolizması ile negatif yönde anlamlı korelasyon gösterdi (sırasıyla p <0.001 ve p <0.01). Ayrıca bakteriyel mikrobiyotaya katkıda bulunan, öncelikle Ascomycota ve Basidiomycota filumlarından oluşan bir mantar mikrobiyotası keşfedildi. İlginç bir şekilde, M. restricta'nın varlığı, trigliserit seviyesi ile negatif bir korelasyon gösterdi (p=9.4e-05), bu da mantarların metabolizmadaki eşsiz rollerini vurgulamaktadır. GWAS, mikrobiyota kompozisyonunu ve metabolik profilleri etkileyen konakçı genetik varyantlarını keşfetmek için kullanıldı. Bağırsak bariyer bütünlüğü ve immün aracılı sinyalleme için gerekli olan pyd ve Myd88 gibi önemli genler ortaya çıkarıldı. Modern moleküler yöntemler ile genetik analizleri birleştiren araştırmamız, mikrobiyota kompozisyonunu ortaya koyan, metabolik sağlığı ve hastalık yönetimini iyileştirmeyi amaçlayan kişiselleştirilmiş tedavilerin geliştirilmesine katkıda bulunabilir. Ayrıca bu çalışmada LAMP, çok küçük Drosophila bağırsak örneklerinden elde edilen DNA'da bulunan mikrobiyal türlerin amplifikasyonunu yüksek hassasiyetle başarıyla gerçekleştirdi. Bu nedenle LAMP, zaman ve teknik gereksinimleri en aza indirerek mikrobiyota ile ilgili teşhisleri kolaylaştırabilir, çeşitli türler ve numune türleri genelinde mikrobiyota araştırmalarında geniş uygulanabilirliği ile tespit stratejilerini basitleştirebilir.

Phd Degree / Doktora

Browse

Filters

Settings

Sort By

Results per page

Search Results