Floresan boyaların ve boya etiketli biyomoleküllerin fotofiziği ve karakterizasyonu
Moleküllerin karmaşık ortamlardaki davranışlarını anlamamıza yardımcı olan çeşitli fotofiziksel ve kimyasal süreçleri inceliyoruz. Temel ilgi alanlarımızdan biri, redoks kimyası ve biyolojik sinyal iletiminde önemli rol oynayan uzun ömürlü radikal durumlarının oluşumunu ve dinamiklerini modellemek için simülasyonlar kullanmaktır. Ayrıca, moleküler oksijenin ve yerel viskozitedeki değişimlerin tespitini araştırıyor; bu özellikleri, mikroçevresel değişimlerin göstergeleri olarak kullanıyoruz. Çalışmalarımız, biyokimyasal dönüşümlerde kritik öneme sahip redoks reaksiyonları ve protonasyon kinetiklerinin incelenmesini de kapsamaktadır. RNA’lar ve proteinler gibi makromoleküllerin katlanma ve konformasyonel geçişlerini, trans–cis izomerleşme kinetiklerini takip ederek araştırıyoruz. Bunun yanı sıra, oto-floresan amino asitler, proteinler ve koenzimlerin doğal fotofiziksel özelliklerine odaklanarak, hücresel görüntüleme ve enerji transfer süreçlerindeki rollerini daha iyi anlamayı hedefliyoruz. Tüm bu çalışmalar, biyoloji ve yumuşak madde alanlarındaki dinamik sistemlerin moleküler düzeyde bir resmini oluşturmamıza yardımcı olmaktadır.
İlgili yayınlar:
1) S.C. Dirican, B. Demirbay, Microfluidic-based fluorescence spectroscopy design for revealing heavy atom effects on fluorophores of high triplet quantum yield: A numerical simulation study, Luminescence, 40(1), e70090, 2025.
2) S.C. Dirican, B. Tezcan, S.Y. Dölek, B. Demirbay, Mikroakışkan Temelli Floresans Mikroskop Sistemi ile Otofloresan Flavin Koenzimlerinin Fotofiziksel Geçişleri Üzerine Nümerik Modelleme Çalışmaları, International Journal of Advances in Engineering and Pure Sciences, 37(1), 2025, pp. 73-91. (TRDizin Makale)
3) A. Kitamura, J. Tornmalm, B. Demirbay, J. Piguet, M. Kinjo, J. Widengren, Trans-cis isomerization kinetics of cyanine dyes reports on the folding states of exogeneous RNA G-quadruplexes in live cells, Nucleic Acids Research 2023, pp. 1-15, doi:10.1093/nar/gkac1255.
Polimer kompozitlerden film oluşumu çalışmaları
Araştırmalarımız, polimer kompozit filmlerin oluşumu ve yapısal evrimini incelediğimiz yumuşak madde alanına da uzanmaktadır. Polimer matrisler içinde nanopartiküllerin veya fonksiyonel dolgu malzemelerinin nasıl dağıldığını ve bu malzemelerin boşluk kapanması ile ara difüzyon gibi film oluşum süreçlerinden nasıl geçtiğini araştırıyoruz. Özellikle, dolgu malzemesi yoğunluğunun artmasıyla birlikte kompozit içinde iletken ya da mekanik yolların nasıl oluştuğunu tanımlayan sızma (perkolasyon) davranışını anlamaya odaklanıyoruz. Bu çalışmalar, mikroskobik bağlantılılığın elektrik iletkenliği, mekanik dayanım veya optik geçirgenlik gibi makroskopik özelliklere nasıl dönüştüğünü ortaya koymaktadır. Deneysel ölçümleri modelleme yaklaşımlarıyla birleştirerek, algılama, elektronik ve kaplama uygulamalarında kullanılabilecek, işlevleri ayarlanabilir gelişmiş polimer tabanlı malzemeler tasarlamayı hedefliyoruz.
İlgili yayınlar:
1) B. Demirbay, Film formation kinetics of polystyrene latex-based nanocomposites with multimodal particle size distribution, Polymer Engineering & Science, 2023, doi: 10.1002/pen.26533.
2) B. Demirbay, Ş. Uğur, Molecular weight effect of PS latex particles on optical and electrical percolations of PS latex/MWCNT nanocomposite films, Phase Transitions 94 (10), 2021, pp. 715-730.
Makine öğrenmesi yoluyla matematiksel modelleme çalışmaları
En son teknolojili makine öğrenmesi algoritmalarını kullanarak, polimer kompozitlerin davranışlarını tanımlayan ve tahmin eden sağlam matematiksel modeller geliştiriyoruz. Daha önce, ışık geçirgenliği ve elektrik iletkenliği özelliklerine odaklanarak, bu kritik özelliklerin kompozit bileşimi, dolgu malzemesi dağılımı, işlem parametreleri ve mikro yapısal faktörlerden nasıl etkilendiğini araştırdık. Deneysel veri setlerini yapay sinir ağları ve topluluk (ensemble) yöntemleri gibi veri odaklı modelleme teknikleriyle entegre ederek, bu malzemelerde doğal olarak bulunan karmaşık ve doğrusal olmayan ilişkileri yakalamayı hedefliyoruz. Bu yaklaşım, yalnızca zaman alıcı fiziksel deneylere bağımlı kalmadan, malzeme performansını hızlı ve doğru bir şekilde tahmin etmemizi sağlıyor. İş birlikçilerimizle yakın çalışarak, bu modelleri kompozit formülasyonlarını optimize etmek ve işlevsel özelliklerini elektronik, sensör ve optik cihaz uygulamalarına uygun şekilde uyarlamak için kullanıyoruz. Çalışmalarımız, polimer kompozitlerin temel anlayışına katkıda bulunmakla kalmıyor, aynı zamanda geliştirilmiş elektriksel ve optik özelliklere sahip akıllı malzemelerin geliştirilmesine de zemin hazırlıyor.
İlgili yayınlar:
1) B. Demirbay, D. Bayram Kara, Ş. Uğur, Multivariate regression (MVR) and different artificial neural network (ANN) models developed for optical transparency of conductive polymer nanocomposite films, Expert Systems with Applications 207, 2022, pp. 117937.
2) B. Demirbay, D. Bayram Kara, Ş. Uğur, A Bayesian regularized feed-forward neural network model for conductivity prediction of PS/MWCNT nanocomposite film coatings, Applied Soft Computing 96 (2020), pp. 106632.
3) B. Demirbay, D. Bayram Kara, Classification of opacity for polymer nanocomposite films via deep neural network (DNN) classifiers, International Conference on INnovations in Intelligent SysTems and Applications (INISTA), IEEE, 2022, pp. 1-6.