Please use this identifier to cite or link to this item: https://hdl.handle.net/11147/14478
Title: Development of computational models to predict the toxicity of advanced materials
Other Titles: İleri malzemelerin toksisitesinin tahminlenmesi için bilgisayımsal modellerin geliştirilmesi
Authors: Bilgi, Eyüp
Advisors: Karakuş, Ceyda Öksel
Bedir, Erdal
Keywords: Nanostructured materials
Biomedical materials.
Machine learning
Artificial intelligence
Biostatistics
Bioengineering
Engineering Sciences
Bioinformatics
Biomaterials
Metal nanoparticles
Cytotoxic effect
Abstract: The aim of this study is to harness computational power to enhance existing knowledge on NM safety and to optimize the use of existing nanotoxicity data. The primary goal is to support the safe(r)-by-design concept, necessitating early integration of safety considerations into NM design through structural manipulation strategies. This thesis focuses on three case studies: zinc oxide, silver, and gold NP, using data manually collected from the literature. Analyses with zinc oxide and silver NP revealed a correlation between their toxicity and both internal (intrinsic properties, size, shape, surface charge) and external (cell and analysis-related properties) factors. For zinc oxide, it was found that coating had significant influence on cell viability, with a critical threshold identified at 20 µg/ml concentration and 10 nm size. Similarly, for silver NPs, concentration, size, and exposure time were significant factors. Coating with organic macromolecules increased cell viability, whereas green-synthesized NPs (using bacteria, plant extracts, algae) decreased it. The gold NP study highlighted that ensemble methods were more effective in elucidating complex relationships, with cellular uptake linked to particle size, zeta potential, concentration, and exposure time. Overall, this thesis contributes to safer-by-design strategies, crucial for developing commercially viable and safe NMs. The findings advocate for a broader toxicity evaluation approach, considering various physicochemical aspects and experimental procedures. The complex interactions observed suggest that advanced algorithms are necessary for accurate modeling, supporting the optimization of experimental parameters in NP engineering for biomedical applications.
Bu çalışmanın amacı, nanomateryal güvenliğine ilişkin mevcut bilgiyi geliştirmek ve mevcut nanotoksisite verilerinin kullanımını optimize etmek için hesaplama gücünden yararlanmaktır. Birincil amaç, yapısal manipülasyon stratejileri yoluyla güvenlik hususlarının nanomalzeme tasarımına erken entegrasyonunu gerektiren tasarım-aşamasında-güvenlik konseptini desteklemektir. Bu tez, çinko oksit, gümüş ve altın nanoparçacıkları (NP) üzerine yapılan üç ayrı araştırmayı ele almaktadır, bu araştırmalar literatürden el ile toplanan verilere dayanmaktadır. Çinko oksit ve gümüş nanopartiküller ile yapılan analizler, bunların toksisitesi ile hem iç (içsel özellikler, boyut, şekil, yüzey yükü) hem de harici (hücre ve analizle ilgili özellikler) parametreler arasında bir korelasyon olduğunu ortaya koymuştur. Çinko oksit için, kaplamanın hücre canlılığını etkilediği, 20 µg/ml konsantrasyon, 12 saat maruziyet ve 10 nm boyutunun kritik bir eşik değerleri olduğu tespit edilmiştir. Benzer şekilde gümüş NP için konsantrasyon, boyut ve maruz kalma süresi önemli faktörler olarak belirlenmiştir. Organik makromoleküllerle kaplama hücre canlılığını artırırken, yeşil sentezlenen NPlerde (bakteri, bitki özleri, algler kullanılarak) canlılık azalmıştır. Altın NP çalışması, topluluk öğrenmesi yöntemlerinin, parçacık boyutuna, zeta potansiyeline, konsantrasyona ve maruz kalma süresine bağlı hücresel alımın karmaşık ilişkilerini açıklamada daha etkili olduğu gösterilmiştir. Genel olarak bu tez, ticari olarak uygulanabilir ve güvenli nanomateryallerin geliştirilmesi için hayati önem taşıyan tasarım açısından daha güvenli stratejilere katkıda bulunmaktadır. Bulgular, çeşitli fizikokimyasal yönleri ve deneysel prosedürleri dikkate alan daha geniş bir toksisite değerlendirme yaklaşımını desteklemektedir. Gözlemlenen karmaşık etkileşimler, biyomedikal uygulamalar için nanopartikül mühendisliğinde deneysel parametrelerin optimizasyonunu destekleyen, doğru modelleme için gelişmiş algoritmaların gerekli olduğunu göstermektedir.
URI: https://hdl.handle.net/11147/14478
Appears in Collections:Phd Degree / Doktora

Files in This Item:
File SizeFormat 
14478.pdf8.56 MBAdobe PDFView/Open
Show full item record



CORE Recommender

Page view(s)

166
checked on Nov 18, 2024

Download(s)

38
checked on Nov 18, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.