KTÜ · Araştırma Grubu · 2023'ten beri

Laboratuvar tezgâhının sinir ağıyla buluştuğu yer.

Farmakoloji Araştırmalarında İnovatif Yapay Zekâ Uygulamaları

Geleneksel farmakolojiyi hızlandıran yapay zekâ ve veri bilimi yöntemleri geliştiriyoruz: daha net mikroskopi ve 3B hücre görüntülemeden ilaç etkileşimlerine ve etki mekanizması tahminine.

Moleküller, hücreler, görüntüler ve sinyaller — tek bir ağ.
2023KuruluşTrabzon, Türkiye
21Yayın11 dergi makalesi
7Destekli projeTÜBİTAK · TÜSEB · BAP
13ÜyeKTÜ · Trabzon Ü.
6SCI-E makaleWeb of Science dizininde
Misyon

Yapay zekâyla hızlanan farmakoloji

Grubumuz geleneksel farmakoloji yöntemlerini geliştirmek ve hızlandırmak amacıyla yapay zekâ ve veri bilimi alanlarını kullanarak yeni çözümler bulan araştırmalar gerçekleştirmektedir. Bu araştırmalar yapay zekâ, derin öğrenme, veri analitiği, görüntü işleme ve farmakoloji alanlarında uzman kişiler tarafından yürütülmektedir.

Disiplinlerarası

Yapay zekâ mühendisleri ve farmakologlar aynı ekipte; laboratuvardan GPU'ya.

Açık veri setleri

Uzman etiketli mikroskopi ve sinyal veri setleri oluşturup paylaşıyoruz.

Titiz ve etik

Tekrarlanabilir iş akışları, özenli doğrulama ve veri yönetişimi.

Projeler

Destekli projeler

TÜBİTAK, TÜSEB ve KTÜ BAP destekli araştırmalar.

Projeler
TÜSEB 2025–2026 Sürüyor

Akut Böbrek Hasarı (AKI) Evresinin Derin Öğrenme ile Otomatik Tespiti

A Grubu Acil AR-GE Projesi

Yürütücü: Fatma Tuana Doğu · Ekip: Hülya Doğan

TÜBİTAK 2025–2026 Sürüyor

Mikroskobik Sistemlerde 2B ve 3B Hücre Segmentasyonu için Optimum Görüntüleme Sağlanması ve Yeni Derin Öğrenme Tabanlı Yaklaşımlarının Tasarlanması

3501 – Ulusal Genç Araştırmacı Kariyer Geliştirme Programı

Yürütücü: Hülya Doğan · Ekip: Feride Sena Sezen, Ramazan Özgür Doğan

TÜSEB 2024–2025 Tamamlandı

Düz Kas Kontraktilitesini Etkileyen Ajanların Etki Mekanizmalarının Otomatik Tahmini için Derin Öğrenme Tabanlı Yeni Yaklaşımların Geliştirilmesi

A Grubu Acil AR-GE Projesi

Yürütücü: Feride Sena Sezen · Ekip: Hülya Doğan, Z. Kalha, İlyas Ay

Yayınlar

Öne çıkan yayınlar

Tüm yayınlar
Bildiri 2026

Mechanism of Action of Pharmacological Agents: A New Deep Learning-based Prediction Model Using Smooth Muscle Contractility Signals

Fatma Tuana Doğu, Ramazan Özgür Doğan, Hülya Doğan, İlyas Ay, Z. Kalha, Y. Kaya Yaşar, et al.

The 12th International Conference on Computer Technology Applications (ICCTA 2026) · Vienna, Austria

Açık bilim

Kod & veri

Toplulukla paylaştığımız kodlar ve özenle hazırlanmış veri setleri.

Kod & Veri
Hugging Face · veri seti Onaylı erişim

PCL-PASI: Multi-Task Multi-Device Psoriasis Dataset

pharmaiktu/pcl-pasi

Farelerde sedef (psoriasis) şiddetinin değerlendirilmesi için çok görevli, çok cihazlı görüntü veri seti: kızarıklık, kalınlık ve pullanma puanları; 11 günlük deneyde üç farklı kamerayla çekildi.

CC-BY-NC-4.0n 10K–100Kmedicaldermatologypsoriasismouse-model
Güncelleme: 02.05.2026 26 indirme Görüntüle: Hugging Face
GitHub · depo

contractility-moa

pharmaiktu/contractility-moa

1B düz kas kontraktilite sinyallerini Gramian Angular Field görüntülerine dönüştürüp etki mekanizmasını Swin Transformer ile tahmin eden iki aşamalı çerçeve. Kod, makale kabulünden sonra paylaşılacak.

Apache-2.0
Güncelleme: 29.10.2025 0 Görüntüle: GitHub
Hugging Face · veri seti Onaylı erişim

PharmAI KTU Contractility Signals

pharmaiktu/contractility-signals

Farklı reseptör aracılı etki mekanizmalarına sahip ajanlar altında, izole fare trakea ve mesane düz kasından kaydedilmiş 578 izometrik kontraktilite zaman serisi.

CC-BY-4.0n 1K–10Kpharmacologycontractilitysmooth-muscletrachea
Güncelleme: 28.10.2025 5 indirme Görüntüle: Hugging Face

PharmAI'ye katılın

Farmakolojide yapay zekâ ilginizi çekiyor mu? Öğrenciler (bitirme, yüksek lisans, doktora), misafir araştırmacılar ve iş birliği yapmak isteyen laboratuvarlar; kısa bir özgeçmiş ve ilgi alanlarınızla bize e-posta gönderin.

Bize yazın