Anti-koronavirüs peptitlerinin protein kodlama yöntemleri ile tespiti

Patojenler canlılar üzerine yerleşir ve kendi proteinlerini canlının hücre çekirdeğine bırakarak protein yapısını bozar. Bozulan protein, fonksiyonlarını gerçekleştiremez ve canlının biyolojik işleyişi aksar. Patojenin canlı üzerine yerleşip çoğalmasıyla salgın hastalıklar ortaya çıkar. Günümüzde büyük bir salgına dönüşen Kovid-19 hastalığı, dünya çapında kitlesel can kayıplarına yol açmaktadır. Hastalığa karşı aşının keşfi Kovid-19 hastalığının önlenmesinde kesin sonuç verememiştir. İlaç geliştirme çalışmaları devam etmektedir. Biyoenformatik ve makine öğrenmesi temelli çalışmalar ilaç gelişimine büyük katkı sağlamaktadır. Anti-koronavirüs (anti-CoV) peptitler, koronavirüsün inhibe edilmesini ve koronavirüsün zararlarının ortadan kaldırılmasını sağlayan bir tür terapötik ajandır. Anti-CoV peptit dizilimlerinin makine öğrenmesi yöntemleri ile tahmin edilmesi, koronavirüs hastalığının tedavisi ve ilaç gelişimi adımları için oldukça önemlidir. Ancak anti-CoV peptitleri diğer peptitlerden ayırt etme in vivo ya da in vitro ortamlarda çok daha fazla maliyet ve zaman gerektirir. Bu nedenle makine öğrenmesi temelli çalışmalar ile bilgisayar ortamında modellenerek tahmin edilmesi daha avantajlıdır. Bu tez çalışmasında, Kovid-19'a karşı terapötik ajan olan anti-CoV peptit dizilimlerinin yüksek doğrulukla tahmin edilebilmesi için protein verilerinin, protein kodlama yöntemleri ile sayısallaştırılması amaçlanmaktadır. Bu minvalde, 2gBLO ve 2gBLOTVD isimli iki yeni protein kodlama yöntemi geliştirilmiştir. Anti-CoV peptit veri seti pozitif sınıf, antimikrobiyal (AMP), antimikrobiyal olmayan (non-AMP) ve antivirüsal olmayan (non-AVP) üç adet negatif sınıf peptit veri seti kullanılmıştır. Bu protein verileri pozitif anti-CoV olacak şekilde her bir negatif veri seti ile ayrı ayrı birleştirilerek üç adet negatif ve pozitif sınıfa sahip veri setleri elde edilmiştir. Veri setleri geliştirilen protein kodlama yöntemleriyle sayısallaştırılmıştır. 2gBLO yöntemi, digram metodu kullanılarak kodlanmakta olan her bir dizilimdeki amino asit ikilisinin BLOSUM62 matrisindeki yer değiştirme değeri ile çarpılarak güncellenmesi sonucu elde edilmektedir. 2gBLOTVD yöntemi ise, Taylor'ın Venn diyagramındaki ortak fiziko kimyasal özellik sayısı ile 2gBLO yönteminden elde edilen değer çarpılmaktadır. Pozitif sınıf olan anti-CoV peptit veri setindeki örnek azlığı sebebiyle, dengesiz olan veri setleri, başarım değerlerini yükseltmek amacıyla, sınıf dengeleme işlemine tabi tutulmuştur. Ayrıca, sınıflandırma sonuçlarının etkisini artırmak için, ayrıklaştırma yöntemi uygulanarak başarım metrikleri, Naif Bayes, Bayes Ağları, Rastgele Orman, Doğrusal Destek Vektör Makineleri (Doğrusal DVM), Radyal Destek Vektör Makineleri (Radyal DVM), k-En Yakın Komşuluk (k-EYK), Çok Katmanlı Algılayıcı (ÇKA) ve Lojistik Regresyon sınıflandırıcı algoritmaları ile elde edilmiştir. Elde edilen deneysel sonuçlara göre; sınıflandırıcı algoritmalar üzerinde geliştirilen protein kodlama yöntemlerinin, literatürde öne çıkan protein kodlama yöntemlerinden daha yüksek başarım verdiği görülmektedir. Anahtar Kelimeler: Kovid-19, Terapötik ajan, Öznitelik kodlama, Sınıflandırma, Makine öğrenmesi