Classification of distinct conformers of beta-2 adrenergic receptor based on binding affinity of ligands through docking studies
Beta-2 adrenerjı̇k reseptörünün farklı konformasyonlarının dockı̇ng çalışmaları ı̇le teşhı̇s edı̇lmesı̇
- Tez No: 467694
- Danışmanlar: DOÇ. DR. E. DEMET AKTEN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoenformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
B2AR reseptörü, akciğerlerin rahatlamasında ve kardiyovasküler fizyolojide rol oynamasıyla önemli bir ilaç hedefidir. Bu çalışmada, çeşitli B2AR konformasyonlarını aktif veya inaktif olarak sınıflandırmak amacıyla, aktivitesi bilinen ligantlar seçilerek onların bağlanma şekillerine göre bir sınıflandırma stratejisi oluşturulmuştur. Önceki bir çalışmada gerçekleştirilen, reseptörün inaktif halinin 2.8 μs'lik MD simülasyonunda, ligandın bağlanma bölgesinin farklı konformasyonları elde edilmiştir. Snapshotlar derlenerek bağlanma bölgesindeki beş anahtar rezidünün RMSD değerlerine göre gruplandırılmıştır. Toplamda 13 farklı konformasyon elde edilmiş ve 5 agonist, 4 ters agonist ve 4 antagonist molekülü her bir konformasyona ayrı ayrı ve 7 farklı skor fonksiyonu kullanılarak dock edilmiştir. En iyi yerleşen konformasyonlar bağlanma bölgesindeki anahtar rezidülerle olan yakınlığına göre seçilmiş ve hesaplanmıştır. Anahtar bölgeye yaklaşamayanlar elenmiş, kalanlar ise skor değerlerine göre sıralanmıştır. Bu sınıflandırma, kritik değerlendirme yapabilmek için MD konformasyonlarından önce aktivitesi bilinen aktif/inaktif kristal yapılara uygulanmıştır. Her skor fonksiyonu tarafından seçilen ve ilk 5'te bulunan MD konformasyonları aktif ve inaktif olarak sınıflandırılmıştır. Son olarak, MD konformasyonlarının ayırt ediciliğini analiz edebilmek için, seçilen bu konformasyonlar ile küçük bir dataset kullanılarak sanal tarama yapılmıştır. MD konformasyonlarının inaktif kristal yapıya göre antagonist/ters agonistler için daha seçici olduğu gözlemlenmiştir. Reseptörün alternatif konformasyonlarını üretmek ve onları sınıflandırmak, genellikle tek bir snaphot X-ray örneği ile sınırlandırılmış ilaç tasarımı çalışmalarında önemli rol oynamaktadır.
Özet (Çeviri)
B2AR is an important drug target and plays a critical role in the relaxation of pulmonary tissues and cardiovascular physiology. We have developed a strategy for classifying various B2AR conformers as active or inactive states, based on binding mode of selected ligands with known activities. Previously, distinct conformational states of the ligand's binding pocket were obtained from a 2.8 μs MD simulation. Snapshots were clustered based on RMSD value of five key residues at the binding site. Clustering analysis yielded a total of 13 distinct conformers to which five agonists, four inverse agonists, and four antagonists were docked separately, using seven different scoring functions. Best ligand poses with the highest score value were selected and evaluated based on their vicinity to five key residues. Poses that were not in this neighborhood were discarded and remaining ones were sorted based on their score. Before treating MD conformers, this classification scheme was applied first to both active/inactive state crystal structures for critical assessment. MD conformers found in top five in all scoring functions were selected and assigned to be either active or inactive. Finally, selected MD conformers were used to screen a small database to further investigate their discriminatory power. As a result, MD conformers performed more selective screening than inactive state crystal structure for antagonists/inverse agonists. Generating alternative conformations of the receptor and classifying them as active or inactive is an important practice in the drug design studies that were often limited to one snapshot obtained from X-ray studies.
Benzer Tezler
- Sayısal imza sistemlerinin incelenmesi
Digital signature schemes
GANIME BETÜL ASLAN
Yüksek Lisans
Türkçe
1999
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BÜLENT ÖRENCİK
- Measures of association and agreement between two random classification variables: A statistical approach to some compatibility problems in serological measurements
İki rassal sınıflandırıcı değişken arasındaki uyum ve ilişki ölçümleri: Serolojik ölçümlerdeki bazı tutarlılık sorunlarına istatisitiksel bir bakış
BELGİN ÖZÇELİKYILDIZ
Yüksek Lisans
İngilizce
2003
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. SÜLEYMAN ALPAYKUT
PROF. DR. SAİM KENDİR
- Machine learning algorithms in classification and diagnostic prediction of cancers using gene expression profiling
Öğrenme algoritmalarının gen profillerinden yola çıkarak kanser türlerinin sınıflandırılması ve teşhisinde kullanımı
TUBA ALTINDAL
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. MEHMET LEVENT KURNAZ
- Analyzing the generalizability of deep contextualized language representations for text classification
Doğal dil işlemede bağlam odaklı derin öğrenme yöntemlerinin transfer kapasitesinin metin sınıflandırması problemi üzerinden incelenmesi
BERFU BÜYÜKÖZ
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN
- A comparative study of distance/dissimilarity measures used for classification of electroencephalogram signals
Elektroensefalogram sinyallerinin sınıflandırılmasında kullanılan benzerlik/benzersizlik ölçümlerinin karşılaştırılması
ERÇİN ÖZCAN
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMİ ARICA