INVESTIGATION OF MOLECULAR LEVEL OF GLUCOSE AND FRUKTOZ TRANSPORT MECHANISMS IN DIFFE- RENT CANCER CELL LINES Ayça LEKESİZCAN Erciyes Üniversitesi, Sağlık Bilimleri Enstitüsü Histoloji ve Embriyoloji Anabilim Dalı Doktora Tezi, Haziran 2019 Danışman: Prof. Dr. Saim ÖZDAMAR Erciyes University, Graduate School of Health Sciences, Department of Histology and Embryoloji PhD Thesis, June 2019 Supervisor: Prof. Dr. Saim ÖZDAMAR ÖZ
Kanser hücreleri büyümek, prolifere olmak ve başka organlara metastaz yapabilmek için glukozu çok iyi metabolize eder. Fruktoz birçok besin maddesinde bulunan altı karbonlu bir monosakkarittir. Fruktoz, glukozdan farklı olarak insülinden bağımsız metabolize edilir. Bu çalışmada in vitro koşullarda farklı kanser hücrelerinin yüksek glukoz (HG) ve yüksek fruktoz (HF) içeren ortamlarda şekeri kullanma kapasiteleri değerlendirilerek, bu durumun rapamisinin memeli hede%i (mTOR) sinyal yolağı üzerinden hücre prolife- rasyonuna etkisinin araştırılması amaçlandı. Çalışmada 4T1, HEPG2 ve MDA-MB-231 kanser hücre hatları kul- lanıldı. Hücreler HG, HF ve DMEM olmak üzere üç farklı besiyerinde 24, 48 ve 72 saat boyunca inkübe edildi. Hücreler, glikolitik yolağa ait GLUT1, GLUT2, HK1 ve proliferasyonda etkin olan pS6 antikorları ile immüno%- louresan boyandı. Her gruptan on farklı alandan fotoğ- raf çekilerek rastgele yüz tane hücrenin yoğunluğu Image J programında ölçüldü. Ayrıca GLUT5 ve S6 anti- korları ile western blot analizleri yapıldı. MDA-MB-231 hücre hattında HG gruplarında protein ekspresyon yoğunlukları daha yüksekti. 4T1 hücre hattında 48 ve 72. saatlerde, HEPG2 hücre hattında ise 72. saatte HF gruplarında pS6 ekspresyonunda anlamlı artış gözlen- di. HEPG2 hücrelerinde GLUT5’in en yüksek ekspres- yon yoğunluğu, DMEM ve HG gruplarına kıyasla, hem gruplar arasında hemde 24., 48., ve özellikle 72. saatler- de en fazla HF grubunda, hem gruplar arasında hem de 24., 48., ve özellikle 72. saatlerde edilmiştir. DMEM, HG ve HF deney gruplarında zamana bağlı olarak ortalama ekspresyon yoğunluklarına bakıldığında HF grupların- da 48. saatte diğer grupların aksine ekspresyon yoğun- luklarında anlamlı olarak artış gözlendi. Sonuç olarak bu çalışmada yüksek fruktozun kanser türüne bağlı olarak kanserin ilerlemesinde proliferasyonu teşvik edebileceği gösterilmiştir.
ABSTRACT
Cancer cells metabolize glucose very well to grow, pro- liferate and metastasize to other organs. Fructose is a six-carbon monosaccharide found in many nutrients. Unlike glucose, fructose is metabolized independently of insulin. In this study, it was aimed to evaluate the ability of different cancer cells to use sugar in high glu- cose (HG) and high fructose (HF) media in in vitro con- ditions and to investigate the effect of this condition on cell proliferation via mammalian target of rapamycin (mTOR) signaling pathway. In the study, 4T1, HepG2 cells and MDA-MB-231 cancer cell lines were used. Cells were incubated on high glucose, high fructose and DMEM media for 24, 48 and 72 hours. Cells were stai- ned with immuno%lourescent GLUT1, GLUT2, HK1 anti- bodies of the glycolytic pathway, and pS6 antibodies that are active in proliferation by phosphorylation in the mTOR signaling pathway. The intensity of one hundred cells was measured at Image J program by taking photographs from ten different areas of each group. Cell lysate was also prepared and western blot analysis was performed using GLUT5 and S6 antibo- dies. The MDA-MB-231 cells showed higher protein expression intensity in high glucose groups. A signi%i- cant increase in pS6 expression was observed in high fructose groups at 48th and 72th hours in 4T1 cell line and in HEPG2 cell line at 72th hour. Highest GLUT5 expression levels in the HEPG2 cells was observed in HF groups both between groups and at 24th, 48th, es- pecially at 72 hours, in comporison to DMEM and HG groups. In the DMEM, HG and HF groups, a signi%icant increase in expression intensity was observed in the HF groups at 48 hours compared to the other groups, ac- cording to the time-dependent mean protein expres- sion density graph. In conclusion, in this study, it was shown that high fructose can promote proliferation in cancer progression depending on the cancer type.
Sağlık Bilimleri Dergisi (Journal of Health Sciences) 2019 ; 28 (2) 16S rRNA TAKSONOMİK SINIFLANDIRMASINDA YAPAY SİNİR AGLARINA DAYALI TAKSONOMIK METRIK ÖG- RENME YÖNTEMLERİNİN GELİŞTİRİLMESİ THE DEVELOPMENT OF ANN BASED TAXONOMIC METRIC LEARNING FOR 16S rRNA TAXONOMIC CLASSIFICA- TION Samed SAKA Erciyes Üniversitesi, Sağlık Bilimleri Enstitüsü Biyoinformatik Sistemler Biyolojisi Anabilim Dalı Yüksek Lisans Tezi, Temmuz 2019 Danışman: Dr. Öğr. Üyesi Özkan Ufuk NALBANTOĞLU Erciyes University, Graduate School of Health Sciences Department of Bioinformatic Systems Biology M.Sc. Thesis, July 2019 Supervisor: Asst. Prof. Özkan Ufuk NALBANTOĞLU ÖZ
Yeni nesil sekanslama yöntemlerinin maliyetlerinin azalması ve kullanımının yaygınlaşması ile mikrobiyota çalışmaları hız kazanmıştır. Hastalık ve sağlık durumla- rının, mikrobiyota ile ilişkilendirildiği çalışmalarda, ortamın mikrobiyal çeşitliliğinin pro%illenmesi amacıyla 16S rRNA geni kullanılmaktadır. Bütün bakterilerde evrimsel olarak korunmuş olarak bulunan 16S rRNA geni ile taksonomik atama yapılabilmektedir. Bu tez çalışmasında, 16S rRNA veri sını%landıma prob- lemi için derin öğrenme ve derin meta-öğrenme yön- temlerini içeren algoritmalar kullanılmıştır. Literatürde kullanılan yöntemlerin, sını%landırma yaparken kullan- dıkları referans veri tabanlarında bulunmayan örnekle- rin taksonomik seviyeleri doğru modelleme konusunda performanslarının düştükleri gözlemlenmiştir. Sını%lan- dırma yapılırken sekans benzerliği ve taksonomik sevi- lerin daha başarılı sını%landırılması amacı ile çeşitli veri madenciliği yöntemleri kullanılmış ve derin yapay öğ- renme metotları ile sını%landırma yapılmıştır.
Sonuç olarak, derin öğrenme yöntemleri ile literatürde- ki yöntemlere göre, taksonomik ayrım yapılmadan ve yapılarak test edilen veri setlerinde daha başarılı so- nuçlara ulaşılmıştır. Eğitim için kullanılan veri setinin daha başarılı şekilde modellendiği gözlenmiş, derin yapay öğrenme metotlarının biyolojik veri analizlerin- de başarılı şekilde kullanılabileceği gösterilmiştir. 16S rRNA geni ile yapılan mikrobiyom çalışmalarında kulla- nılabilecek yeni ve başarılı bir yöntem önerilmiştir.
ABSTRACT
Microbiota studies have increased with the spread of next generation sequencing technologies and reduction of their costs. 16S rRNA gene is used to pro%ile the mic- robial diversity of the environment in studies where disease and health conditions are associated with mic- robiota. Taxonomic assignment can be made with the 16S rRNA gene, which is evolutionariiy preserved in ali bacteria.
I/n this master thesis, aigorithms inciuding deep lear- ning and deep meta-learning methods are used for 16S rRNA data ciassi%ication problem. I/t has been observed that the performance of the methods used in the litera- ture decreased in terms of accurate modeling of taxo- nomic leveis of the sampies which are not in the refe- rence databases used in ciassi%ication. Various data mining methods were used in order to ciassify taxo- nomy and sequence simiiarity. Deep learning methods were used for ciassi%ication.
As a resuit, more successfui resuits were obtained in the data sets tested with deep learning methods com- pared to the methods in the literature. I/t was observed that the data set used for training was modeled more successfuiiy and it was shown that deep learning met- hods couid be used successfuiiy in biological data ana- iysis. And a new and successfui method for microbiome studies with 16S rRNA gene, has been proposed with
this study.
Anahtar kelimeler: Mikrobiyom, Metagenom, 16S rRNA,
Derin ODğrenme, Meta ODğrenme
Keywords: Microbiome, Metagenome, 16s rRNA, Deep
TÜRK VE YABANCI UYRUKLU LİSE ÖĞRENCİLERİNİN