Molecular Biology and Genetics / Moleküler Biyoloji ve Genetik
Permanent URI for this collectionhttps://hdl.handle.net/11147/9
Browse
3 results
Search Results
Research Project Nanometre ölçeğinde yapışma: ğöğüs kanseri hücreleri ve normal epitel hücreler(TÜBİTAK - Türkiye Bilimsel ve Teknolojik Araştırma Kurumu, 2014) Pesen Okvur, DevrimHücrelerarası maddeye hücre yapışması hem sağlık hem de hastalık durumları için önemli bir süreçtir. Topografik olarak düz ve başka kimyasal, topografik ya da sertlik ile ilgili işlevsellik getirmeyen ve daha önemlisi canlıdaki hücrelerarası madde düzenlenmesini taklitleyen yüzey protein desenleri arzu edilmektedir. Daha önceki çalışmalar göstermiştir ki vinkülin ve hücre iskeletinin düzenlemesi yüzey nanodesenlerinin büyüklüğü ve şekli ile değişmektedir. Fakat, protein nanodesenlerinin mikrometre ölçeğindeki aralıklarına bağlı olarak normal ve kanserli hücrelerin morfolojileri ve odaksal yapışmalarının karşılaştırmalı sayısal analizi eksiktir. Burada, elektron demeti litografisi kullanılarak silikondan farklı olarak şeffaf ve böylece birçok mikroskop tekniğine uygun olan indiyum kalay oksit (İTO) üzerinde K-kazein arka planında (tek aktif) ve laminin arka planında (çift aktif) mikrometre ölçeğinde aralıklarla fibronektin (FN) nanonoktaları desenlenmiştir. Yazım zamanları mikrometre ölçeğinde adım büyüklükleri ile çizgi yazım modu kullanılarak önemli ölçüde kısaltılmıştır. FN nanonoktalarının mikrometre ölçeğinde 2, 4, 8 mikron ve değişken aralıkları hem meme kanseri hücreleri hem de normal meme epitel hücrelerinde hücre yapışmasını hücre alanı, hücre simetrisi, aktin düzenlenmesi, odaksal yapışma sayısı, alanı ve daireselliği ile hem durgun hem de akış koşullarında değiştirmiştir. Toplamda hücre davranışının görünen eşik değeri olarak 4 mikron aralıkta değiştiği gösterilmiştir. Sonuçlar gösterdi ki hücre yapışması bağlamında meme kanseri hücreleri ile normal meme epitel hücreleri arasında, özellikle çift aktif bileşenli yüzeylerde belirgin farklar bulunmaktadır: Meme kanseri hücreleri normal meme epitel hücrelerinden daha dinamik ve esnek bir yapışma profili sergilemişlerdir. Bu çalışmanın yeniliği ve özgünlüğü aşağıdaki noktalar ile elde edilmiştir: - İTO yüzeyler üzerinde ilk elektron demeti litografisi ve sadece protein bazlı desenlemenin gerçekleştirilmesi. - Meme kanseri hücreleri ve normal meme epitel hücrelerinin nanometre ölçeğindeki protein desenleri üzerinde yapışmalarının ilk karşılaştırmalı ve sayısal analizi. - Laminin arkaplanı üzerinde FN nanonoktaları şeklinde çift aktif yüzey desenleri üzerinde ilk hücre yapışması çalışması. - Gradyan aralıklı nanometre ölçeğinde protein desenleri üzerinde ilk hücre yapışması çalışması. - Nanometre ölçeğinde protein desenleri üzerinde durgun ve akış koşullarında hücre yapışmasının ilk karşılaştırmalı çalışması.Article Citation - WoS: 3Citation - Scopus: 6Improved Cell Segmentation Using Deep Learning in Label-Free Optical Microscopy Images(TÜBİTAK - Türkiye Bilimsel ve Teknolojik Araştırma Kurumu, 2021) Ayanzadeh, Aydın; Yalçın Özuysal, Özden; Pesen Okvur, Devrim; Önal, Sevgi; Töreyin, Behçet Uğur; Ünay, DevrimThe recently popular deep neural networks (DNNs) have a significant effect on the improvement of segmentation accuracy from various perspectives, including robustness and completeness in comparison to conventional methods. We determined that the naive U-Net has some lacks in specific perspectives and there is high potential for further enhancements on the model. Therefore, we employed some modifications in different folds of the U-Net to overcome this problem. Based on the probable opportunity for improvement, we develop a novel architecture by using an alternative feature extractor in the encoder of U-Net and replacing the plain blocks with residual blocks in the decoder. This alteration makes the model superconvergent yielding improved performance results on two challenging optical microscopy image series: a phase-contrast dataset of our own (MDA-MB-231) and a brightfield dataset from a well-known challenge (DSB2018). We utilized the U-Net with pretrained ResNet-18 as the encoder for the segmentation task. Hence, following the modifications, we redesign a novel skip-connection to reduce the semantic gap between the encoder and the decoder. The proposed skip-connection increases the accuracy of the model on both datasets. The proposed segmentation approach results in Jaccard Index values of 85.0% and 89.2% on the DSB2018 and MDA-MB-231 datasets, respectively. The results reveal that our method achieves competitive results compared to the state-of-the-art approaches and surpasses the performance of baseline approaches.Article Citation - WoS: 5Citation - Scopus: 5Invadopodia: Proteolytic Feet of Cancer Cells(TUBITAK, 2014) Batı, Gizem; Pesen Okvur, DevrimThe leading cause of death in cancer patients is metastasis. Invasion is an integral part of metastasis and is carried out by proteolytic structures called invadopodia at the cellular level. In this introductory review, we start by evaluating the definition of invadopodia. While presenting the upstream signaling events involved, we integrate current models on invadopodia. In addition, we discuss the significance of invadopodia in 2D and 3D and in vivo. We finally point out technical challenges and conclude with open questions in the field. © TÜBİTAK.