COVID-19 Patogenezinin Moleküler Düzeyde Tanımlanması ve Tahmini İçin Spektrokimyasal ve Açıklanabilir Yapay Zekâ Yaklaşımlarının Birlikte Değerlendirilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Bilecik Şeyh Edebali Üniversitesi, LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ, Biyomühendislik, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: GÖRKEM TOKGÖZ
Danışman: Rafig Gurbanov
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez çalışması, ATR-FTIR spektroskopisi ile spektrokimyasal ve açıklanabilir yapay zekâ (AYZ) yaklaşımlarının birleştirilmesiyle COVID-19 hastalarındaki moleküler değişiklikleri ve hastalık ilerlemesini incelemektedir. Entübe hastalardan (EC), hastane hizmetleri alan hastalardan (SC) ve iyileşen hastalardan (PC) alınan kan serumu örnekleri, olası spektrokimyasal serum biyobelirteçlerini belirlemek amacıyla analiz edilmiştir. Lipid, protein, nükleik asit konsantrasyonları ve IgG glikozilasyonu gibi spektrokimyasal parametreler kantifize edilerek hastalık şiddetini yansıtan önemli değişiklikler ortaya konmuştur. Özellikle, EC hastalarında SC ve PC gruplarına kıyasla artmış lipid içeriği, değişmiş protein konsantrasyonları ve artırılmış protein fosforilasyonu gözlemlenmiştir. Serum AGR (Albümin/Globulin Oranı) indeksi hasta grupları arasında belirgin farklılık göstermekte olup COVID-19 şiddeti için hızlı bir biyokimyasal belirteç olma potansiyeli taşımaktadır. Buna ek olarak, IgG glikozilasyonu ve glukoz konsantrasyonlarındaki değişikliklerin hastalık şiddeti ile ilişkili olduğu tespit edilmiştir. Ayrıca ağır hasta gruplarının (EC ve SC) serum IgG, IgM ve IgA antikor seviyelerinde PC gruba göre artış gözlemlenmiştir. Spektral analiz, EC hastalarında gözlemlenen belirgin değişikliklerle nükleik asit konsantrasyonlarını gösteren spesifik bantları vurgulamaktadır. AYZ teknikleri, COVID-19'un etkisinin heterojenliğini vurgulamakta ve hasta kategorileri arasında hastalık şiddetini tahmin etmede çeşitli spektral özelliklerin önemini daha belirgin hale getirmektedir. Genel olarak, bu kapsamlı yaklaşım COVID-19 patogenezinin altında yatan moleküler mekanizmalara dair önemli içgörüler sunmakta ve karar alma süreçlerine ve hasta yönetimine yardımcı olmak amacıyla şeffaf ve yorumlanabilir bir tahmin algoritması önerilmektedir.