Tez No	İndirme	Tez Künye	Durumu
383249		3D analysis of the binding sites for predicting binding affinities in drug design / İlaç dizaynında afiniteleri tahmin etmek için bağlanma alanlarının üç boyutlu analizi Yazar:ALİ OSMAN ATAÇ Danışman: PROF. DR. FERDANUR ALPASLAN ; PROF. DR. MEHMET ERDEM BÜYÜKBİNGÖL Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Eczacılık ve Farmakoloji = Pharmacy and Pharmacology Dizin:	Onaylandı Yüksek Lisans İngilizce 2014 68 s.
İlaç ve protein molekülleri arasındaki etkileşimi anlamak, ilaç dizaynının en önemli zorluklarındandır. Son yıllarda ilaç tasarımını kolaylaştıran birçok metod ortaya konulmuştur. Yapay zeka ve makina öğrenimine dayalı yöntemler ile umut verici sonuçlar elde edilmektedir. Geçmiş etkileşimleri kullanarak, gerçeğe yakın tahminler yapılabilmektedir. Bu çalışmada da bir oto-kenetlenme simulatörü aracılığıyla elde edilen ilaç-protein etkileşim alanı görüntülerinden elektrostatic özellikler çıkarılmıştır. CIFAP (Compressed Images For Affinity Prediction) adı verilen veri modelleme tekniğinden esinlenilerek, yeni dinamik bir yöntemle modelleme yapılmıştır. Daha önce kullanılan 2 Boyutlu model, 3 Boyutlu dikdörtgenler prizmalarına dönüştürülmüştür. Daha sonra bu veri modeli, birçok makina öğrenimi tekniği ile birlikte kullanılarak, CHK1 inhibitörlerinin afinitesini tahmin etmekte kullanılmıştır.
Understanding the interaction between drug molecules and proteins is one of the main challenges in drug design. Several tools have been developed recently to decrease the complexity of the process. Artificial intelligence and machine learning methods have promising results in predicting the affinities. Recently, accurate estimations have been performed by extracting the electrostatic potentials from images of the drug-protein binding sites which were generated by autodocking simulator. In this study, a new algorithm has been implemented, which is a modified version of CIFAP, to predict binding affinities of CheckPoint Kinase1 and Caspase3 inhibitors.