Identifying potential therapeutic molecules for hepatocellular carcinoma through machine learning-based drug repurposing

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Enformatik Enstitüsü, Sağlık Bilişimi Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: TUĞÇE BAŞER

Asıl Danışman (Eş Danışmanlı Tezler İçin): Burçak Otlu Sarıtaş

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Hepatoselüler karsinom (HCC), sınırlı tedavi seçenekleri nedeniyle yüksek mortalite oranına sahip, en sık görülen primer karaciğer kanseridir. Sistemik ilaç tedavileri hastanın hayatta kalma oranını arttırır ve sıklıkla yaşam süresini birkaç ay uzatır. Yeni küçük moleküllü kemoterapötiklerin geliştirilmesi hem zaman alıcı hem de maliyetlidir. Bu nedenle ilacın yeniden kullanılması, bu ölümcül hastalık için yeni tedavi seçeneklerinin belirlenmesi ve uygulanmasında etkili bir strateji olarak kullanılıyor. Bu çalışmanın amacı, MDeePred makine öğrenme aracını kullanarak mevcut bileşiklerin yeniden kullanılması yoluyla HCC tedavisi için potansiyel ilaç adaylarını belirlemektir. Açık hedef platformu, UniProt, ChEMBL ve Expasy veritabanları, MDeePred'in ilaç-hedef etkileşimlerini (DTI'ler) tahmin etmesi için bir veri kümesi oluşturmak üzere kullanıldı. DTI'ların zenginleştirme analizleri gerçekleştirildi ve MDeePred tarafından tanımlanan 380 DTI'dan 6'sının daha ileri analizler için seçilmesi sağlandı. İlaç adaylarının ve ileri evre HCC için onaylı ilaçların (lenvatinib, regorafenib ve sorafenib) fizikokimyasal özellikleri, lipofilikliği, suda çözünürlüğü, ilaca benzerliği ve tıbbi kimya özellikleri titizlikle belirlendi ve küratörlendi. İlaç adaylarının çoğunluğu, ilaç özellikleri açısından geleneksel aralıklara düştü ve hedef yerleştirme yetenekleri gösterdi. Bulgularımız, seçilen ilaç bileşiklerinin HCC ile ilişkili belirlenen hedeflere bağlanma etkinliğini ortaya çıkardı. Sonuç olarak HCC'de potansiyel ilaç adayı olarak deneysel olarak daha fazla değerlendirilebilecek küçük moleküller belirlendi. Bu çalışma aynı zamanda kanser tedavisinde ilaç yeniden kullanım çalışmalarında MDeePred derin öğrenme aracının önemini de vurgulamaktadır.