Ilaç Kaynaklı Gen Ifadesi Degisimlerinin Tahmini ve Ilaç Tasarımında Kullanımı

Abstract

Ilaç tasarımı ciddi miktarda masraf ve zaman gerektiren karmasık bir süreçtir. Tasarlanan yeni ilacın yan etkilerini anlamak ve etki mekanizmalarını ortaya çıkarmak ilaç tasarımının en önemli problemlerinden biridir. Son zamanlarda büyük ivme kazanan yapay ögrenme çalısmaları bu problem için de çözümü kolaylastıran bir etkiye sahip olabilir. Bu alanda arastırmacıların kullanımına sunulan veri kümelerinin de artmasıyla, yapay zeka destekli ilaç tasarımı arastırmaları dikkate deger ölçüde artmıstır. Bu proje de, yakın zamanda bilim insanlarının kullanımına sunulan LINCS (Library of Integrated Network-Based Cellular Signatures) veri tabanında yer alan, kimyasalların gen ifadesine etkisini içeren bir veri kümesinin yapay ögrenme yöntemleri ile modellenmesine dayanmaktadır. Proje iki bölümden olusmakta, ilk bölümde, bilesikleri girdi olarak alan yapay ögrenme modelleri kullanarak, bilesiklerin yol açtıgı anlamlı gen ifadesi degisikliklerini tahmin etmek amaçlanmaktadır. Farklı bilesik gösterimleri ve yapay ögrenme modelleri kullanılarak bunun belli bir seviyenin üzerinde basarılabilecegi gösterilmistir. Çoklu is ögrenmenin yapay sinir agları özelinde dogru sekilde kullanımının performansı iyilestirdigi gözlenmistir. Projenin ikinci bölümünde ise, egitilen modeller kullanılarak verilen bir gen ifadesi degisikligi vektörüne yol açabilecek ilaçlar tasarlanması hedeflenmistir. Farklı eniyileme yöntemleri kullanılarak verilen gen ifadesini çıktı olarak verebilecek kimyasallar tasarlanmıs ve bunlar degerlendirilmistir. Çalısma sonucunda kimyasalların gen ifadeleri üzerindeki etkisinin belli bir basarı oranı ile tahmin edilebildigi, veri miktarının artması ile tahmin basarısının daha da yükselebilecegi sonucuna varılmıstır. Ayrıca bu tahmin modelleri kullanılarak, belli kosullar altında, gen ifadesi degisiklikleri üzerinden ilaç öncülleri tasarlanabilecegi gösterilmistir.