---

içindekiler
sayfa
simge listesi.......................................................................................................................iv
kısaltma listesi................................................................................................................v
şekil listesi........................................................................................................................vi
çizelge listesi..................................................................................................................vii
önsöz......................................................................................................................................ix
özet..........................................................................................................................................x
abstract..............................................................................................................................xi
1 giriş.......................................................................................................................1
2 önceki çalışmalar.......................................................................................4 3 proteinler.........................................................................................................8
3.1 amino asitler..........................................................................................................8
3.2 yaşam için özel hızlandırıcılar: enzimler...........................................................12
3.3 proteinlerin yapısı.................................................................................................12
3.3.1 proteinlerin primer (birincil) yapısı: amino asit dizilimi..................................13
3.3.2 proteinlerin sekonder (ikincil) yapısı: sarmal, tabaka ve sarım........................13
3.3.3 proteinlerin tersiyer (üçüncül) yapısı.................................................................17
3.4 dna.......................................................................................................................18
3.4.1 genetik bilginin değerlendirilmesi.......................................................................19
3.5 protein sentezi.......................................................................................................20
3.6 gen.........................................................................................................................22
3.6.1 genetik kodun özellikleri.....................................................................................23
4 yapay sinir ağları......................................................................................25
4.1 yapay sinir ağlarının özellikleri..........................................................................25
4.1.1 doğrusal olmama..................................................................................................25
4.1.2 öğrenme................................................................................................................26
4.1.3 genelleme..............................................................................................................26
4.1.4 uyarlanabilirlik......................................................................................................26
4.1.5 hata toleransı........................................................................................................26
4.2 yapay sinir ağları ve biyolojik beyinler.............................................................27
4.3 yapay sinir ağı modeli.........................................................................................30
4.4 yapay sinir ağlarında kullanılan öğrenme algoritmaları...................................32
4.4.1 öğreticili öğrenme-eğiticili-denetimli (supervised learning)............................32
4.4.2 öğreticisiz öğrenme-eğiticisiz-denetimsiz (unsupervised learning).................32
4.4.3 takviyeli öğrenme (reinforcement training) .....................................................33
4.5 ysa ağ yapıları...................................................................................................33
4.5.1 ileri beslemeli ağlar..............................................................................................34
4.5.2 geri beslemeli ağlar.............................................................................................34
4.6 aktivasyon fonksiyonları......................................................................................35
4.6.1 eşik (threshold)....................................................................................................36
4.6.2 parçalı lineer (purelin)..........................................................................................36
4.6.3 signum (sign)........................................................................................................37
4.6.4 sigmoid (logsig)...................................................................................................37
4.6.5 yarışmalı (competitive)........................................................................................38
4.7 ağ yapıları............................................................................................................38
4.7.1 statik ağlar............................................................................................................38
4.7.2 dinamik ağlar.......................................................................................................38
4.8 öğrenme kuralları.................................................................................................38
4.8.1 çok katmanlı algılayıcı (mlp: multilayer perceptron).......................................38
4.8.1.1 geri yayılım algoritması......................................................................................39
4.8.2 radyal temelli fonksiyon.....................................................................................42
4.8.2.1 olasılıklı yapay sinir ağları (pnn: probabilistic neural network)....................43
4.8.2.2 genelleştirilmiş regresyon yapay sinir ağları
(grnn: generalized regression neural network)..............................................45
4.8.3 kendi kendine organize olan haritalar (soms: self organizing maps )...........46
4.8.4 kendi kendine organize olan global sıralamalı sınıflama algoritması
(sogr: self organizing global ranking algorithm)..........................................50
5 ysa ile proteinlerin ikincil yapılarının kestirimi.....................52
5.1 özellik sunma.......................................................................................................52
5.2 proteinlerin ikincil yapıları kestiriminin önemi..................................................54
5.3 proteinlerin ikincil yapıları kestirimine genel bir bakış....................................55
5.4 yapılan çalışmanın ayrıntıları..............................................................................55
5.4.1 data oluşturma......................................................................................................55
5.4.2 dataların özellikleri..............................................................................................55
5.4.3 giriş ve çıkış kodlaması.......................................................................................59
5.4.4 ysa ile proteinlerin ikincil yapılarının kestirimi................................................60
6 sonuçlar, tartışma ve öneriler..........................................................63
kaynaklar.........................................................................................................................85


önsöz

canlılar için çok önemli olan proteinin fonksiyonelliğinin bilinmesi gereklidir. bu da ancak proteinlerin ikincil yapılarının bilinmesi ile mümkündür. deneysel olarak bu olay çok zor, çok pahalı ve çok zaman almaktadır. protein ikincil yapılarının yapay sinir ağları (ysa) ile kestirimi konusunda bilim adına çok faydası olacağına inandığımız bu çalışmayı hazırladık.
bu çalışmamız sonucunda diğer yapılan çalışmalara göre çok daha yüksek doğruluk oranları elde edilmiştir ve çok daha farklı ysa metodları denenmiştir. ayrıca yepyeni bir algoritma olan kendi kendine organize olan global sıralamalı sınıflama algoritması’nın (sogr) ne kadar iyi sonuç verdiği görülmüştür.

---