Browsing by Author "Korkmaz, Duygu"

Now showing 1 - 3 of 3

Artesunate Inhibits Melanoma Progression in Vitro Via Suppressing Stat3 Signaling Pathway
(Springer Heidelberg, 2021) Berkoz, Mehmet; Ozkan-Yilmaz, Ferbal; Ozluer-Hunt, Arzu; Krosniak, Miroslaw; Turkmen, Omer; Korkmaz, Duygu; Keskin, Siddik
Background Melanoma is a life-threatening cancer characterized with a potentially metastatic tumor of melanocytic origin. Improved methods or novel therapies are urgently needed to eliminate the development of metastases. Artesunate is a semi-synthetic derivative of artemisinin used for trarment of malaria and cancer. The purpose of this study was to investigate the anti-cancer effect of artesunate and the role on STAT3 signaling in A375 human melanoma cell line. Methods Melanoma cells were treated with artesunate at concentrations of 0-5 mu M for 24 and 48 h. The inhibition of cell viability, colony formation, migration, invasion, adhesion, percentage of apoptotic cells, and expressions of signal transducer and activator of transcription-3 (STAT3) and related proteins were examined. Results Artesunate inhibited cellular proliferation of cancer cells by induction of apoptosis at sub-toxic doses. Cells treated with artesunate showed an inhibition in adhesion to extracellular matrix substrate matrigel and type IV collagen. Artesunate treatment showed a decreased cellular migration, invasion, and colony formation in melanoma cells. Artesunate also inhibited STAT3 and Src activations and STAT3 related protein expressions; such as metalloproteinase 2 (MMP-2), MMP-9, Mcl-1, Bxl-xL, vascular endothelial growth factor (VEGF), and Twist. Moreover, overexpression of constitutively active STAT3 in A375 cells attenuated the anti-proliferative, apoptotic and anti-invasive effects of artesunate. Conclusion The results obtained from this study demonstrated that the anticancer activity of artesunate occurred via STAT3 pathway and its target proteins. Therefore, it can be suggested that artesunate may be an important candidate molecule in the treatment of melanoma.
Botnet Detection by Using Classification and Regression Trees With Random Forest Algorithms: Example of Van Yuzuncu Yil University
(2018) Korkmaz, Duygu; Çelik, Halit Eray
Bir botnet, kötü amaçlı yazılım (bot) kodunun bulaşmış olduğu, bir veya daha fazla makineden oluşan bir ağdır. Botnet, Botmaster denilen kişiler tarafından yönetilir ve DDos, Spam, Kimlik Hırsızlığı gibi faaliyetler için kullanılmaktadır. Bu çalışmanın amacı, bir Network üzerinde Botnet bulaşmış Network cihazı olup olmadığını, Makine Öğrenmesi Algoritmalarından, Sınıflandırma Ağaçları ve Regresyon Ağacı (CART) ile Rastgele Orman teknikleriyle tespit etmek ve sınıflandırmaktır. Modellerin sınıflandırma performansları bazı performans ölçütleri bakımından ölçülmüş ve kıyaslanmıştır. Ele alınan değişkenler, ekleyip çıkarılarak doğruluk ve bazı performans ölçütleri üzerindeki değişimler Sınıflandırma Ağaçları Yöntemi ve Rastgele Orman Algoritması Yöntemi ile incelenmiştir ve bir ağda Botnet tespiti yapmak için önemli olan değişkenler önerilmiştir.
Multivariate Regression Trees and It's Application
(2018) Korkmaz, Duygu; Keskin, Sıddık
Çok değişkenli istatistik analiz yöntemleri, karmaşık veri setlerini analiz etmede yaygın olarak kullanılan yöntemlerdir. Bu yöntemler, çok sayıda bağımsız ve/veya bağımlı değişkenle ve tüm bu değişkenlerin değişik düzeylerde birbiri ile ilişkili olduğu durumlarda, birkaç tek değişkenli veya iki değişkenli analiz yapmak yerine tek bir analiz yapma imkanı sağlar. Bu tekniklerden birisi de çok değişkenli regresyon ağacı yöntemidir. Bu yöntem, varsayımların esnekliği ve sonuçların; doğru ve güvenilir olması ayrıca kolay yorumlanabilirliği ve interaksiyonları göstermesi bakımından avantajlıdır. Bu çalışmada, Çok değişkenli regresyon ağacı yöntemi incelenerek, bir uygulama yapılmıştır. Uygulamada, 21 ilçeden 95 bireye ait veriler kullanılmıştır. Brucella, HCC ve Siroz (Cirhosis) hastalıklarının varlığı (bolluğu) cevap değişkeni, buna etkili olabileceği düşünülen Yaş (yıl), Beyaz Küre [WBC, (K/mm3)], Hemoglobin [HB, (g/dL)], Alanin Aminotransferaz [(ALT, (g/dL)], Aspartat Aspartat Aminotransferaz [AST (g/dL)], Trombosit [PLT, (K/mm3)], Albümin [ALB, (g/dL) ve Globülin [GLB, (g/dL)] özellikleri ise açıklayıcı değişken olarak alınmıştır. Sonuç olarak, yöntemin sahip olduğu bazı avantajlar nedeniyle, çok değişkenli veri setlerinin analizinde kullanılabilirliği vurgulanmıştır.