Geri Dön

Genomik verilerin prostat kanseri sürecindeki etkisinin incelenmesi

Examining the impact of genomic data on the prostate cancer process

PDF İndir

  1. Tez No: 1001432
  2. Yazar: AHMET DEMİRÖZ
  3. Danışmanlar: DOÇ. DR. NESRİN AYDIN ATASOY
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Makine öğrenmesi ve türevleri, günümüzde pek çok alanda uygulamaların hata oranını azaltarak başarı düzeyini artıran etkili yöntemler olarak yaygın biçimde kullanılmaktadır. Ancak bu yöntemlerin başarısı, kullanılan verilerin amaca uygunluğu ve yeterli nicelikte olmasına bağlıdır. Klasik veri setlerinde genellikle örneklem sayısı, özellik sayısından fazla iken; gen ifadesi gibi biyolojik veri setlerinde az örneklem ve yüksek boyutluluk problemi sıklıkla ortaya çıkmaktadır. Özellik sayısının artması, modelin doğru genelleme yapabilmesi için gereken veri miktarını üstel olarak artırmakta ve bu durum model karmaşıklığı ile aşırı öğrenmeye yol açabilmektedir. Bu nedenle, gen ifadesi verilerinin sınıflandırılmasında özellik seçimi yöntemlerinin kullanılması büyük önem taşımaktadır. Yüksek boyutlu ve az örneklemli gen ifadesi verileri, boyutluluk laneti ve aşırı öğrenme riski nedeniyle güvenilir sınıflandırmayı güçleştirmektedir. Bu çalışmada, prostat kanseri için bu zorluk; makine öğrenmesi tabanlı özellik seçimi ile hibrit topluluk öğrenme yaklaşımının birleştirilmesiyle ele alınmıştır. Kalifornia Üniversitesi Santa Cruz (University of California Santa Cruz, UCSC) Xena platformundan elde edilen ribonükleik asit dizileme (RNA-seq) verileri üzerinde ön işleme adımları uygulanmış, ardından sistematik özellik seçimi ile değişken sayısı 30'a indirgenmiştir. Biyolojik veri setlerinde sık görülen sınıf dengesizliği problemi ise sentetik azınlık aşırı örnekleme tekniği (SMOTE) yöntemiyle giderilmiştir. Sınıflandırma aşamasında, k-en yakın komşular (K-Nearest Neighbors, KNN), rasgele orman (Random Forest, RF), gradyan artırma (Gradient Boosting, GB), lojistik regresyon (Logistic Regression, LR), destek vektör makinesi (Support Vector Machine, SVM), naive bayes (NB) ve çok katmanlı algılayıcı (Multi-Layer Perceptron, MLP) gibi tamamlayıcı öğrenicilerden performansı yüksek olan üç tamamlayıcı öğrenici çoğunluk oylama temelli hibrit topluluk öğrenme modeli altında birleştirilerek genelleme yeteneği ve sağlamlık artırılmıştır. En az mutlak büzülme ve seçim operatörü (Least Absolute Shrinkage and Selection Operator, LASSO) özellik seçimi ile önerilen hibrit yöntem %98,55 doğruluk değerine ulaşılmıştır. Diğer makine öğrenmesi ve derin öğrenme modelleriyle karşılaştırıldığında daha doğru ve güvenilir tahminler üretmiştir. Model performansı doğruluk, hassasiyet, duyarlılık, F1-skor, eğri altındaki alan (Area Under the Curve, AUC) ve matthews korelasyon katsayısı (Matthews Correlation Coefficient, MCC) metrikleri kullanılarak değerlendirilmiştir. Ayrıca görsel modelleme olarak korelasyon matrisi ve açıklanabilir yapay zeka (Explainable Artificial Intelligence, XAI) tekniklerinden shapley eklemeli açıklamalar (Shapley Additive Explanations, SHAP) ve yerel yorumlanabilir modelden bağımsız açıklamalar (Local Interpretable Model-Agnostic Explanations, LIME) kullanılarak sınıflandırmada etkili olan baskın genler belirlenmiş ve biyolojik açıdan anlamlı yorumlanabilirlik sağlanmıştır. Elde edilen sonuçlar, sınırlı örneklem koşullarında yüksek boyutlu gen ifadesi veri setlerinin sınıflandırılmasında özellik seçimi ile hibrit topluluk öğrenmenin birlikte kullanımının pratik, güçlü ve yorumlanabilir bir çerçeve sunduğunu göstermektedir.

Özet (Çeviri)

Machine learning and its derivatives are widely used today as effective methods that increase the success rate of applications in many fields by reducing error rates. However, the success of these methods depends on the suitability and sufficient quantity of the data used. While classical datasets typically have more samples than features, biological datasets such as gene expression often present problems of low sample size and high dimensionality. An increase in the number of features exponentially increases the amount of data required for the model to generalize correctly, which can lead to model complexity and overfitting. Therefore, the use of feature selection methods is crucial in classifying gene expression data. High-dimensional and low-sample gene expression data complicate reliable classification due to the curse of dimensionality and the risk of overfitting. This study addresses this challenge for prostate cancer by combining machine learning-based feature selection with a hybrid ensemble learning approach. RNA-sequencing (RNA-seq) data obtained from the University of California Santa Cruz (UCSC) Xena platform underwent preprocessing steps, followed by systematic feature selection to reduce the number of variables to 30. The class imbalance problem, commonly seen in biological datasets, was addressed using the synthetic minority over-sampling (SMOTE) oversampling method. During the classification phase, three high-performing complementary learners k-nearest neighbors (KNN), random forest (RF), gradient boosting (GB), logistic regression (LR), support vector machine (SVM), naive bayes (NB), and artificial neural networks (ANN). The proposed hybrid method, which combines the least absolute shrinkage and selection operator (LASSO) feature selection, achieved an accuracy value of 98.55%. Compared to other machine learning and deep learning models, it produced more accurate and reliable predictions. Model performance was evaluated using accuracy, precision, recall, F1-score, area under the curve (AUC), and Matthews correlation coefficient (MCC) metrics. Furthermore, dominant genes effective in classification were identified using correlation matrix as visual modeling, Shapley additive explanations (SHAP) evaluating the dataset overall from explainable artificial intelligence (XAI) techniques, and locally interpretable model-agnostic explanations (LIME) evaluating examples individually, providing biologically meaningful interpretability. The results demonstrate that the combined use of feature selection and hybrid ensemble learning offers a practical, robust, and interpretable framework for classifying high-dimensional gene expression datasets under limited sample conditions.

Benzer Tezler

  1. Tez No

    887183

    Metabolism-oriented multiomics data integration

    Farklı omı̇k verı̇lerı̇n metabolı̇zma odaklı entegrasyonu

    AYCAN ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. ALİ ÇAKMAK

  2. Tez No

    860668

    Biyolojik ağlarda mutasyonlu alt ağların tespiti için önerilen etkin yaklaşım

    An effıcıent approach for detectıng mutated subnetworks ın bıologıcal networks

    LIONEL NGOBESING ALANGEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YILMAZ ATAY

  3. Tez No

    379859

    Single nucleotide polymorphism (SNP) data integrated electronic health record (EHR) for personalized medicine

    Tek nükleotid polimorfizm (TNP) verisi bütünleşik elektronik sağlık kaydı (ESK)

    TİMUR BEYAN

    Doktora

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    YRD. DOÇ. DR. YEŞİM AYDIN SON

  4. Tez No

    531078

    Systems biomedicine and pharmacology approaches for drug repositioning to uncover candidate anti-cancer drugs

    Aday kanser karşıtı ilaçların bulunması için sistem biyotıp ve farmakolojisi yaklaşımı ile ilaç repozisyonu

    BESTE TURANLI

    Doktora

    İngilizce

    İngilizce

    2018

    BiyomühendislikMarmara Üniversitesi

    Biyomühendislik Bilim Dalı

    DOÇ. DR. KAZIM YALÇIN ARĞA

  5. Tez No

    1004769

    Prostatektomi sonrası radyoterapi uygulanan yüksek risk ve çok yüksek riskli prostat kanserli hastalarda tedavi sonuçları

    Başlık çevirisi yok

    MERVE GİZEM GÖNÜLLÜ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2026

    Radyasyon OnkolojisiÇukurova Üniversitesi

    Radyasyon Onkolojisi Ana Bilim Dalı

    PROF. DR. FUNDAGÜL ANDİÇ

Geri Dön