Glioma IDH mutasyon durumunun teşhisinde tekli ve çoklu-omik yaklaşımlar: Klinik pratiklik ve maliyet etkinlik odaklı karşılaştırmalı analiz
Single-omics and multi-omics approaches in the diagnosis of glioma IDH mutation status: A comparative analysis focused on clinical practicality and cost-effectiveness
- Tez No: 1024398
- Danışmanlar: DOÇ. DR. ADEM GÖLCÜK
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Glioma, İzositrat Dehidrogenaz Mutasyonu, Multi-Omik Veri Entegrasyonu, Transkriptomik Profilleme, DNA Metilasyonu, Yüksek Boyutlu Makine Öğrenmesi, sPLS-DA, DIABLO, Biyobelirteç Keşfi, Hesaplamalı Onkoloji, Glioma, Isocitrate Dehydrogenase Mutation, Multi-Omics Data Integration, Transcriptomic Profiling, DNA Methylation, High-Dimensional Machine Learning, sPLS-DA, DIABLO, Biomarker Discovery, Computational Oncology
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Modern nöro-onkolojide, İzositrat Dehidrogenaz (IDH) mutasyon durumunun belirlenmesi, hasta prognozunu ve terapötik müdahaleleri temelden şekillendirmektedir. Mevcut biyoinformatik eğilimleri karmaşık tümör profillerini haritalamak için çoklu-omik entegrasyonunu desteklese de bu modellerin rutin klinik kullanımı aşırı maliyetler ve hesaplama darboğazları nedeniyle kısıtlanmaktadır. TCGA-GBMLGG (The Cancer Genome Atlas Glioblastoma Multiforme and Lower Grade Glioma) kohortundaki 595 hastaya ait eşleştirilmiş mRNA ekspresyonu ve DNA metilasyon profilleri kullanılarak dört farklı makine öğrenmesi stratejisi karşılaştırmalı olarak test edilmiştir. Tek başına çalışan mRNA sınıflandırıcısı %100 duyarlılık ile 0,9597'lik bir Test ROC AUC değeri kaydederek sıfır yanlış negatifle güçlü ayırt edici performansı sergilemiştir. Tek başına DNA metilasyon profilleri ise 0,9723'lük en yüksek ROC AUC değeriyle en baskın tahminsel gücü sergilemiş, özgüllüğü %88,24 seviyesine çıkarmıştır. Model performansının istatistiksel anlamlılığı DeLong testi ile doğrulanmış; permütasyon testleri ve Bootstrap güven aralıkları aracılığıyla modelin kararlılığı teyit edilerek aşırı öğrenme riski elimine edilmiştir. Modellerin sınıflandırma kararları istikrarlı bir şekilde CHI3L1, IGFBP2 ve RBP1 genleri gibi temel hedefler tarafından yönlendirilmiştir; bu durum, IDH patolojisinin hücresel mekanizmalarıyla doğrudan örtüşmektedir. Sonuç olarak, IDH mutasyonunun karmaşık veri setlerine ihtiyaç duyulmadan haritalanabilecek kadar belirgin bir transkripsiyonel ayak izi bıraktığı görülmüştür. Yüksek düzeyde optimize edilmiş bir mRNA panelinin kullanıma sunulması; rutin taramalar için çok daha uygun maliyetli ve pratik bir teşhis aracı sunabilir.
Özet (Çeviri)
In modern neuro-oncology, determining Isocitrate Dehydrogenase (IDH) mutation status fundamentally dictates patient prognosis and therapeutic interventions. Although current bioinformatics trends heavily favor multi-omics integration to map complex tumor profiles, the routine clinical translation of these high-dimensional models is frequently restricted by prohibitive costs and computational bottlenecks. Using matched mRNA expression and DNA methylation profiles from 595 patients in the TCGA-GBMLGG (The Cancer Genome Atlas Glioblastoma Multiforme and Lower Grade Glioma) cohort, four distinct machine learning strategies were comparatively evaluated. The standalone mRNA classifier demonstrated a robust discriminative performance, yielding a Test ROC AUC of 0.9597 alongside a sensitivity of 100% (zero false negatives). The standalone DNA methylation model achieved the highest predictive power, with a ROC AUC of 0.9723, while increasing specificity to 88.24%. The statistical significance of the model's performance was validated via the DeLong test, while overall model stability was confirmed and the risk of overfitting eliminated through rigorous permutation testing and Bootstrap confidence intervals. The models' classification decisions were consistently driven by key targets such as the CHI3L1 and IGFBP2 genes, directly mirroring the underlying cellular mechanisms of IDH pathology. Ultimately, the findings demonstrate that the IDH mutation leaves a distinct transcriptional footprint capable of being accurately mapped without the need for complex, multi-layered datasets. The deployment of a highly optimized single-omic mRNA panel could thus provide pathology labs with a highly costeffective and practical diagnostic tool for routine screening.
Benzer Tezler
- Determination of IDH 1, IDH2, MGMT, TERT, ATRX and H3F3A gene mutations in glial tumors
Glial tümörlerde IDH 1, IDH2, NGMT, tert, ATRX ve H3F3A gen mutasyonlarının belirlenmesı
CUMHUR KAAN YALTIRIK
Doktora
İngilizce
2021
NöroşirürjiYeditepe ÜniversitesiMoleküler Tıp Ana Bilim Dalı
PROF. DR. TURGAY İSBİR
- Yapay zeka ile entegre radyomik yaklaşım kullanılarak glial tümörlerde tanısal ve prognostik analizlerin yapılması
Diagnostic and prpgnostic analysis of glial tumors using an artificial intelligence-integrated radiomic approach
YUNUS EMRE SAĞLAM
Tıpta Uzmanlık
Türkçe
2026
NöroşirürjiBezm-İ Alem Vakıf ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. MUSTAFA AZİZ HATİBOĞLU
- Glial tümörlerde ATRX durumu ve MRG bulguları arasındaki ilişkinin araştırılması
Investigation of the relationship between ATRX status and MRİ findings in glial tumors
ENGİN CAN
Tıpta Uzmanlık
Türkçe
2023
NöroşirürjiBezm-İ Alem Vakıf ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
DOÇ. DR. MEHMET HAKAN SEYİTHANOĞLU
- Erişkin tipi diffüz gliomlarda IDH mutasyonu ve Ki-67 düzeyinin MR-tabanlı radiomics analizi ile tahmini
Prediction of IDH mutation status and Ki-67 proliferation index in adult-type diffuse gliomas using MRI-based radiomics analysis
EKİN EZGİ DENİZCİGİL ÖZKAN
Tıpta Uzmanlık
Türkçe
2026
Radyoloji ve Nükleer TıpSağlık BakanlığıRadyoloji Ana Bilim Dalı
PROF. DR. AYNUR TURAN
- Glial tümörlerde konvansiyonel ve ileri MRG bulguları ile IDH mutasyonu ve tümör derecesi arasındaki ilişkinin araştırılması
Evaluation of the relationship between conventional, advanced MRI findings and IDH mutation, tumor grade in glial tumors
ANIL HÜVEZ
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer Tıpİzmir Katip Çelebi ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. MELDA APAYDIN