Biyomühendislik / Bioengineering

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/208

Browse

Browsing Biyomühendislik / Bioengineering by Publication Category "Diğer"

Filter results by typing the first few letters
Now showing 1 - 3 of 3
  • Thumbnail Image
    conferenceobject.listelement.badge
    CC2D1A AS A NOVEL CILIOPATHY GENE
    (SPRINGERNATURE, CAMPUS, 4 CRINAN ST, LONDON, N1 9XW, ENGLAND, 2020) Sakin, I.; Tuncel, G.; Sag, S. Ozemri; Kaplan, O. I.; Khokha, M. K.; Ergoren, M. C.; Deniz, E.; Temel, S. G.; AGÜ, Yaşam ve Doğa Bilimleri Fakültesi, Biyomühendislik Bölümü
    Özet bulunamamıştır
  • Thumbnail Image
    Other
    Revolutionizing dermatology: harnessing mesenchymal stem/stromal cells and exosomes in 3D platform for skin regeneration
    (SPRINGER NATURE LINK, 2024) Bicer, Mesude; 0000-0001-7089-5661; AGÜ, Yaşam ve Doğa Bilimleri Fakültesi, Biyomühendislik Bölümü; Bicer, Mesude
    Contemporary trends reveal an escalating interest in regenerative medicine-based interventions for addressing refractory skin defects. Conventional wound healing treatments, characterized by high costs and limited efficacy, necessitate a more efficient therapeutic paradigm to alleviate the economic and psychological burdens associated with chronic wounds. Mesenchymal stem/stromal cells (MSCs) constitute cell-based therapies, whereas cell-free approaches predominantly involve the utilization of MSC-derived extracellular vesicles or exosomes, both purportedly safe and effective. Exploiting the impact of MSCs by paracrine signaling, exosomes have emerged as a novel avenue capable of positively impacting wound healing and skin regeneration. MSC-exosomes confer several advantages, including the facilitation of angiogenesis, augmentation of cell proliferation, elevation of collagen production, and enhancement of tissue regenerative capacity. Despite these merits, challenges persist in clinical applications due to issues such as poor targeting and facile removal of MSC-derived exosomes from skin wounds. Addressing these concerns, a three-dimensional (3D) platform has been implemented to emend exosomes, allowing for elevated levels, and constructing more stable granules possessing distinct therapeutic capabilities. Incorporating biomaterials to encapsulate MSC-exosomes emerges as a favorable approach, concentrating doses, achieving intended therapeutic effectiveness, and ensuring continual release. While the therapeutic potential of MSC-exosomes in skin repair is broadly recognized, their application with 3D biomaterial scenarios remains underexplored. This review synthesizes the therapeutic purposes of MSCs and exosomes in 3D for the skin restoration, underscoring their promising role in diverse dermatological conditions. Further research may establish MSCs and their exosomes in 3D as a viable therapeutic option for various skin conditions.
  • Thumbnail Image
    Research Project
    RNA İkincil Yapılarının Çok Boyutlu Gösterimi ve Pre-Mirna Tespiti Için Uygulamaları
    (TUBİTAK, 2021) Saçar Demirci, Müşerref Duygu; Demirci, Yilmaz Mehmet; 0000-0003-2012-0598; 0000-0003-3802-4211; AGÜ, Yaşam ve Doğa Bilimleri Fakültesi, Biyomühendislik Bölümü; Saçar Demirci, Müşerref Duygu; Demirci, Yilmaz Mehmet
    MikroRNA'lar (miRNA'lar), transkripsiyon sonrası gen ekspresyonu düzenleyicileridir. Bir miRNA yüzlerce haberci RNA'yı (mRNA'lar) hedefleyebildiği gibi, bir mRNA farklı miRNA'lar tarafından hedeflenebilir, üstelik tek bir miRNA bir mRNA sekansında çeşitli bağlanma bölgelerine sahip olabilir. Bu nedenle miRNA'ları deneysel olarak araştırmak oldukça karmaşıktır. Bu tür zorlukları aşabilmek için makine öğrenimi (ML) sıklıkla kullanılmaktadır. ML analizinin temel kısımları büyük ölçüde giriş verilerinin kalitesine ve verileri tanımlayan özelliklerin kapasitesine bağlıdır. Daha önce miRNA'lar için 1000'den fazla özellik önerilmişti. Bu projede, RNA ikincil yapısını temsil eden yeni özellikler ve yüksek doğruluk değerleri sağlayan, dinamik, çok boyutlu grafik gösterimini tanımlamayı hedeflemiştik. Bu çalışmada, ML tabanlı miRNA tahmini için yeni ve kolayca güncellenebilir bir yaklaşım geliştirilmiştir. Bilinen insan miRNA'larının ve sözde saç tokalarının random forest (RF), support vector machine (SVM) ve multilayer perceptron (MLP) gibi çeşitli sınıflandırıcılarla sınıflandırılmasıyla binlerce model oluşturulmuştur. Yöntem insan verilerine dayanarak oluşturulmuş olsa da en iyi model miRBase ve MirGeneDB gibi kamu veri tabanlarından insan olmayan saç tokaları üzerinde test edilmiş ve yüksek skorlar üretilmiştir. Ayrıca, yöntemin farklı veriler üzerindeki etkinliğini göstermek için ekspresyon farkları tahmini (differential expression prediction) analizinde de kullanılmıştır. Bu aşamada SARS-CoV-2 enfeksiyonunun etkisini ölçen bir veri setinin analizinden elde edilen sonuçlar yayınlanmıştır.