GraPNet: Graf öğrenmeye dayalı protein-ligand etkileşim tahmini

Creative Commons License

Batbat T., Mürütsoy S.

Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, cilt.18, sa.0, 2026 (TRDizin)

Özet

Farmasötik araştırma ve geliştirme süreçleri oldukça zaman alıcı ve maliyetli çalışmalardır. Bilgisayar işlem kapasitesindeki artışla birlikte bilgisayar destekli tasarım yöntemleri giderek daha fazla önem kazanmaktadır. Bu çalışmada, ilaç keşfi ve tasarımının temelini oluşturan protein-ligand etkileşimlerinin belirlenmesi amaçlanmış, laboratuvar çalışmalarının süre ve maliyetlerini azaltmak için hesaplamalı yöntemlerden yararlanılmıştır. Çalışmada ligandların SMILES temsilleri ve proteinlerin parmak izi temsilleri kullanılmıştır. Modern yapay zekâ yaklaşımlarından biri olan Graf Öğrenme, benzer problemlerde biyomoleküler etkileşimleri modelleyebilmektedir ve bu çalışmada protein-ligand etkileşimlerinin tespitinde hızlı ve başarılı sonuçlar sağlamıştır. Önerilen yöntem, deneysel olarak doğrulanmış bir veri kümesi üzerinde %80,96 doğruluk oranına ulaşmıştır. Elde edilen bulgular, ilaç tasarım sürecinde önemli bir adımı temsil etmekte olup ilaç keşfi ve biyoteknoloji alanlarında değerli bir rehber niteliği taşımaktadır.
Pharmaceutical research and development are highly time-consuming and costly processes. As computer processing capabilities increase, computer-aided design becomes increasingly important. This study aims to determine protein-ligand interactions that underpin drug discovery and design, using computational methods to reduce the time and cost of laboratory studies. In this study, ligand SMILES representations and protein fingerprint representations were used. Graph Learning, a modern artificial intelligence methodology, effectively simulates biomolecular interactions in similar problems and achieved rapid, effective results in protein-ligand interaction detection, demonstrating 80.96% accuracy on an experimentally validated dataset. This marks a significant milestone in the drug design process and serves as a valuable guide in drug discovery and biotechnology.