Proteinlerin amino asit dizilimlerinin doğal dil işleme metotları ile işlenerek hücre içi fonksiyonlarının tahminlenmesi

Günümüzde hızla yükselen hesaplama gücü ve gelişiminin doruklarında olan sekanslama teknolojileri hesaplamalı biyoloji alanındaki en önemli sorunlardan olan proteinlerin hücre içi fonksiyonlarının tahminlenebilmesi için yüksek işlem hacmi ile ileri seviye algoritmaların kullanılabilmesine olanak sağlamaktadır. Proteinlerin hücre içi işlevleri aslen üç boyutlu katlanmış yapıları sayesinde ortaya çıkmaktadır. Bu yapılar bir çizge olarak yorumlandığında çizge sinir ağları bu yapılara uygulandığında umut verici sonuçlar ortaya çıkmaktadır. Fakat çoğu protein için üç boyutlu katlanmış yapılar henüz yeterince bilinmediğinden bu yaklaşımlar kısıtlı kalmaktadır. Bununla birlikte proteinlerin amino asit dizilerinin doğal dillere benzer niteliklere sahip olması ve büyük miktarlarda dizi verisi bulunması bu dizilerin doğal dil işleme yöntemleri ile de işlenebileceğini ve işlevsel tahmin yapılabileceğini işaret etmektedir. Bu tezde, protein dizisi verisinin üç boyutlu katlanmış yapıyı da hücre içi fonksiyonu da tahmin etmek için yeterli bilgiyi içerdiği varsayımı ile iki farklı doğal dil işleme yöntemi probleme uyarlanmıştır: (i) çift yönlü dönüştürücü temelli BERT modeli (ii) çizge sinir ağları temelli heterojen çizge evrişimsel sinir ağı modeli. Sonuçlar, proteinleri çizge şeklinde yorumlamanın daha avantajlı olduğunu ortaya koymuştur. Çizge evrişimsel sinir ağları modeli BERT modelinden daha başarılı sonuçlar üretmiş ve üç boyutlu katlanmış yapıların bilgisini de kullanan son teknoloji çizge temelli modele yakın bir performans göstermiştir. Ayrıca, dizideki her amino asidin tek tek kullanılması yerine gruplandırılmış şekilde kullanılmasının daha başarılı sonuçlar ürettiği gözlemlenmiştir.