Novel and potent drug design targeting erα and brca1 proteins against breast cancer via in silico methods
Meme kanserinine karşı erα ve brca1 proteinlerini bilgisayar destekli yöntemlerle hedef alan yeni ve etkili ilaç tasarımı
- Tez No: 999833
- Danışmanlar: PROF. DR. KEMAL YELEKÇİ
- Tez Türü: Yüksek Lisans
- Konular: Genetik, Biyokimya, Onkoloji, Genetics, Biochemistry, Oncology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hesaplamalı Bilim ve Mühendislik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kadınlarda en sık görülen hastalık olan meme kanseri, dünya genelinde kansere bağlı ölümlerin önemli bir nedeni olmaya devam etmekte ve sağlık üzerinde olumsuz etkiler yaratmaktadır. Her biri kendine özgü biyolojik özelliklere, farmakolojik yanıtlara ve klinik sonuçlara sahip çeşitli meme kanseri alt tiplerinin yaygınlığı, etkili tedaviyi zorlaştırmaktadır. Östrojen reseptörü alfa (ERα) ve BRCA1, hormon duyarlılığı, genomik stabilite ve hastalığın seyri için çok önemli olan meme kanserindeki iki önemli moleküler yapıdır. Bu çalışmada, ERα ve BRCA1'i hedefleyen olası deneysel ilaç adaylarını bulmak için yapı tabanlı bir bilgisayar destekli ilaç keşif yöntemi kullanılmıştır. ZINC20 ilaç kütüphanesinden deneysel ligandları taramak ve ERα ve BRCA1'e bağlanma afinitelerini belirlemek için, yapı tabanlı ilaç geliştirme stratejisinin ilk aşamasının bir parçası olarak AutoDock Vina kullanılarak moleküler kenetleme yapılmıştır. Kenetleme verilerine dayanarak, seçilen sekiz protein-ligand kompleksi, yapısal bütünlüklerini ve dinamik davranışlarını değerlendirmek için 200 ns moleküler dinamik simülasyonlarına tabi tutulmuştur. Bu simülasyonlar, temel bileşen analizi, dinamik çapraz korelasyon, çözücüye erişilebilir yüzey alanı, dönme yarıçapı, kök ortalama kare sapması (RMSD) ve kök ortalama kare dalgalanması (RMSF) dahil olmak üzere çeşitli hesaplama yöntemleri kullanılarak analiz edildi. Sonuçlar, araştırma aşamasındaki ligandların ERα ve BRCA1 ile doğal ligand bağlı sistemlere benzer dinamik kararlılığa sahip kararlı kompleksler oluşturduğunu gösterdi. Genel olarak, sonuçlar her reseptörün potansiyel bir liganda sahip olduğunu gösterdi. Bu, meme kanserinde gelecekteki deneysel doğrulama ve yeniden amaçlandırma odaklı çalışmalar için bir temel oluşturmaktadır.
Özet (Çeviri)
The most prevalent disease in women, breast cancer, continues to be a significant cause of cancer-related deaths globally and has detrimental effects on one's health. The existence of several subtypes of breast cancer, each with unique biological traits, pharmacological responses, and clinical outcomes, makes effective therapy difficult. Estrogen receptor alpha (ERα) and Breast Cancer Type 1 Susceptibility Protein (BRCA1) are two critical molecular components involved in breast cancer that are crucial for hormone sensitivity, genomic stability, and disease progression. A structure-based in silico drug discovery method was used in this work to identify potential investigational medication candidates that inhibit ERα and BRCA1. To screen investigational compounds from the ZINC20 database and evaluate their binding affinities toward ERα and BRCA1, molecular docking was performed using AutoDock Vina as the initial step of the structure-based drug discovery strategy. Based on binding affinity, eight selected protein-ligand complexes were subjected to 200 ns molecular dynamics simulations to assess their structural integrity and dynamic behaviour. These simulations were analysed using principal component analysis, dynamic cross-correlation, solvent-accessible surface area, radius of gyration, root-mean-square deviation (RMSD), and root-mean-square fluctuation (RMSF). The results showed that the selected ligands formed stable complexes with ERα and BRCA1, with dynamic stability comparable to natural ligand-bound systems. Overall, the results showed that each receptor had one potential ligand. This provides a basis for future experimental validation and repurposing-focused studies in breast cancer.
Benzer Tezler
- Sanal tarama ve çok boyutlu moleküler modelleme yöntemleri ile p53-MDM2 potansiyel inhibitörlerinin belirlenmesi
Identification of p53-MDM2 potential inhibitors with virtual screening and multidimensional molecular modeling methods
GÜLŞAH AYDIN
Doktora
Türkçe
2020
Biyofizikİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MİNE YURTSEVER
PROF. DR. SERDAR DURDAĞI
- BO-264: Highly potent TACC3 inhibitor as a novel anticancer drug candidate
BO-264: Özgün anti-kanser ilaç adayı olarak yüksek etki potansiyeline sahip TACC3 inhibitörü
ÖZGE AKBULUT
Doktora
İngilizce
2021
Tıbbi Biyolojiİhsan Doğramacı Bilkent ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN İSMAİL GÖKTUNA
DR. ÖĞR. ÜYESİ ÖZGÜR ŞAHİN
- Stat3 inhibisyonu yoluyla antikanser etkili yeni heterosiklik bileşiklerin keşfine yönelik sanal tarama ve biyolojik etki çalışmaları
Virtual screening and biological activity studies for the discovery of novel anticancer heterocyclic compounds targeting stat3 inhibition
KÜBRA EKİNCİ
Doktora
Türkçe
2025
BiyoteknolojiAnkara ÜniversitesiBiyoteknoloji Ana Bilim Dalı
PROF. DR. ESİN EMİNE AKI YALÇIN
- Novel PI3K and mTOR selective inhibitors to deconvolute PI3K signaling
PI3K sinyal iletim yolağının ayrıştırılmasına yönelik yeni PI3K ve mTOR selektif inhibitörleri
ERHAN KELEŞ
Doktora
İngilizce
2021
OnkolojiUnıversıty Of BaselBiyokimya ve Moleküler Biyoloji Ana Bilim Dalı
PROF. DR. MATTHİAS P. WYMANN
- Kalsinörin proteinini hedefleyerek kandidiyaz hastalığının tedavisine yönelik peptit tabanlı moleküllerin bilgisayar ortamında tasarımı
In silico design of peptide-based molecules targeting calcineurin protein for the treatment of candidiasis
YAĞMUR DİCLE ALTUN
Yüksek Lisans
Türkçe
2026
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR ALPTÜRK
DR. ÖĞR. ÜYESİ SEFER BADAY