Enzimatik reaksiyonlara ait kinetik katsayıların cevap yüzeyi metodu ve yapay sinir ağları kullanılarak saptanması

Abstract

ENZIMATİK REAKSİYONLARA AİT KİNETİK KATSAYILARIN CEVAP YÜZEYİ METODU VE YAPAY SİNİR AĞLARI KULLANILARAK SAPTANMASI Deniz Baş ÖZ Bu çalışmanın amacı, aynı anda birden fazla bağımsız değişkenin etkisinin daha az deneysel nokta kullanılarak incelenmesine olanak tanıyan yöntemler kullanılarak, enzimatik reaksiyonlara ait kinetik katsayıların saptanmasıdır. Kinetik katsayıların saptanmasında, istatistiksel ve matematiksel yöntemlerin bir araya geldiği cevap yüzeyi metodu (CYM) ve insan beyninin çalışmasını taklit eden yapay sinir ağları (YSA) kullanılmıştır. Bu yöntemler ile enzimatik reaksiyonlara ait hız değerleri tahmin edilmiş ve bu hız değerleri kinetik katsayıların saptanmasında kullanılmıştır. Bu çalışma kapsamında, basit enzim kinetiği amiloglukozidaz enzimi ve inhibisyon kinetiği beta-galaktosidaz enzimi kullanılarak incelenmiş ve reaksiyon pH'sının ve inhibitor derişiminin, reaksiyon hız değerine ve sonrasında hesaplanan kinetik katsayılar üzerine etkisi saptanmıştır. Ayrıca CYM ve YSA yöntemlerinde iki farklı deney tasarımı kullanılmış olup deney tasarımının yöntem başarısını ne ölçüde etkilediği incelenmiştir. Reaksiyon koşullarının tamamında deney yaparak ölçülen reaksiyon hızı ve sonrasında kinetik katsayılar, daha az deneysel veri kullanılarak CYM ve YSA yöntemleri ile hesaplanan hız değerleri ve kinetik katsayılar ile karşılaştırılmıştır. Bu sayede CYM ve YSA yöntemlerinin kinetik katsayıların hesaplanmasında kullanılabilirlikleri araştırılmıştır. Deneysel çalışmalar sonucunda; deneysel noktaların seçiminin her iki yöntemin başarısı için önemli olduğu, modifiye yüzey merkezli deney tasarımının (MYMT) kullanılması durumunda, yüzey merkezli deney tasarımdan (YMT) daha iyi sonuçlar üretilebileceği saptanmıştır. Yapay sinir ağlarının enzimatik reaksiyon hızlarının modellenmesinde CYM'na kıyasla daha doğru sonuçlar üretebildiği gözlemlenmiştir. Yapay sinir ağları yöntemi-MYMT kombinasyonu ile deneysel verilere en yakın sonuçların üretilebileceği ve bu sayede daha az veri ile istenen hedefe ulaşılabileceği saptanmıştır. Bu çalışma kapsamında basit enzim kinetiği ile ilgili çalışmaya ait 35 deneysel hız değeri 13 deneysel veri (MYMT) ile eğitilen YSA'nın tahmin ettiği verilerle karşılaştırılmış ve ilişki katsayısı (R2) 0.97 ve mutlak ortalama sapma (MOS) % 5.15 olarak saptanmıştır. İnhibisyon enzim kinetiği çalışmasında ise 25 deneysel hız değeri 13 deneysel veri (MYMT) ile eğitilen YSA'nın tahmin ettiği verilerle karşılaştırılmış R2 ve MOS değerleri sırasıyla 0.99 ve % 2.33 olarak hesaplanmıştır. YSA-MYMT ile tahmin edilen hız değerleri kullanılarak hesaplanan kinetik katsayılarında deneysel veriler kullanılarak hesaplanan kinetik katsayılara oldukça yakın olduğu (Minimum R2 değeri: 0.97 Maksimum MOS değeri: % 7.9) gözlenmiştir. Cevap yüzeyi metodu ile üretilen ikinci dereceden model eşitlik ile doğrusal olmayan sistemlerin modellenmesinde her zaman iyi bir performans elde edilemeyeceği, CYM'nun tercih edildiği çalışmalarda bağımsız ve bağımlı değişkenler arasındaki ilişkinin mutlaka ön çalışma ile incelenmesi gerektiği ve bağımsız değişken aralığının çok dikkatli seçilmesinin bir zorunluluk olduğu saptanmıştır. Anahtar Kelimeler: Enzim kinetiği, Kinetik katsayıların saptanması, Cevap yüzeyi metodu, Yapay sinir ağları Danışman: Doç. Dr. İsmail Hakkı BOYACI, Hacettepe Üniversitesi, Gıda Mühendisliği Bölümü, Gıda Mühendisliği Anabilim Dalı

DETERMINATION OF KINETIC CONSTANTS OF ENZYMATIC REACTIONS USING RESPONSE SURFACE METHODOLOGY AND ARTIFICIAL NEURAL NETWORKS Deniz Baş ABSTRACT The aim of this study is to determine kinetic constants of enzymatic reactions by using minimum number of experimental data. For this purpose, two different methods of response surface methodology (RSM), a combination of statistical and mathematical methods, and artificial neural networks (ANN), mimicking the human brain, were used. The reaction rates of enzymatic reactions were predicted by using these methods and the predicted values were used for determination of kinetic constants. In this study, simple and inhibition enzyme kinetics were investigated by using amyloglucosidase and beta-galactosidase enzymes, respectively. The effects of pH and inhibitor concentration on both the enzymatic reaction rate and kinetic constants were investigated. Moreover, two different experimental designs were performed and the effect of experimental design on the performance of the techniques used in the study was investigated. The reaction rates, determined experimentally at all conditions, and the kinetic constants calculated by using these reactions rates were compared with the ones obtained from RSM and ANN. As a result of experimental studies, it was observed that the choice of experimental points are important for the success of both RSM and ANN, and modified face centered design (MFCD) produced better results than the face centered design. According to the results obtained from RSM modeling, the systems showing nonlinearity can not be well accommodated by the second order model obtained from RSM. It is necessary to investigate the relationship between the dependent and independent variables with preliminary studies, and to select the range of independent variables. Artificial neural networks predicted the rates of enzymatic reactions better than the RSM. Best results were obtained with the use of ANN and MFCD in combination. In simple enzyme kinetic study, 35 experimental data were predicted by ANN trained with 13 experimental data. The coefficient of determination (R2) and average absolute deviation (AAD) values between the predicted and experimental values were determined as 0.97 and 5.15% for MFCD. In inhibition kinetic study, 25 experimental data were predicted with the use of ANN, and R2 and AAD values were determined as 0.99 and 2.33% for MFCD. The kinetic constants determined with the predicted rates by ANN-MFCD combination were close to the experimentally obtained ones (Minimum R2: 0.97, Maximum AAD: 7.9%). Keywords: Enzyme kinetics, Determination of kinetic parameters, Response surface methodology, Artificial neural networks Advisor: Assoc. Prof. Dr. ismail Hakkı BOYACI, Hacettepe University, Department of Food Engineering, Food Engineering Section