Çok amaçlı genetik algoritma kullanarak DNA mikrodizi verilerinin kümelenmesi
Clustering DNA microarray data via multi-objective genetic algorithm
- Tez No: 269977
- Danışmanlar: DOÇ. DR. MEHMET KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Computer Engineering and Computer Science and Control, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
DNA mikrodizi teknolojisi, önemli biyolojik süreçlerdeki binlerce gen ifadesi seviyelerinin aynı anda izlenmesini olanaklı kılar. Gen ifadesi verilerinde saklı örüntüleri açıklama fonksiyonel genomu anlama için muazzam bir fırsat sunar. Bununla birlikte, biyolojik ağların karmaşıklığı ve çok büyük miktarlardaki genler, oluşan veriyi anlama ve yorumlamada bazı problemleri de beraberinde getirir. Bu problemlerin çözümü için sunulan bir alternatif, kümeleme tekniklerinin kullanılmasıdır. Kümeleme, mevcut verideki ilginç örüntüleri tanımlama ve doğal yapıları açığa çıkarmak için kullanılan veri madenciliği yöntemlerinden biridir. Kümeleme analizi verilen bir veri kümesini belirlenmiş özelliklere göre gruplara parçalama çabasıdır. Böylece bir grup içindeki veri noktaları, farklı gruptaki noktalara göre birbirine daha çok benzerdir.Kümeleme algoritmalarında küme sayıları genellikle önceden verilir. Fakat bir veri kümesi için uygun küme sayısının önceden tahmin edilmesi alanın uzmanı için zor bir işlemdir. Bu tez çalışmasında bu problemin üstesinden gelebilmek için çok-amaçlı genetik algoritma tabanlı bir kümeleme yöntemi önerilmiştir. Yöntem k-means kümeleme algoritmasıyla çok-amaçlı genetik algoritma sürecini birleştirir. Leukemia, Lymphoma ve Kolon kanseri veritabanlarına uygulanan yöntemin sonuçları literatürde çokça kullanılan Dunn, Davies Bouldien, Silhoutte, C, SD ve S-Dbw küme geçerlilik indeksleriyle karşılaştırılmış ve yüksek doğruluk oranlı etkin çözümler verdiğini göstermiştir.
Özet (Çeviri)
DNA microarray technology has now made it possible to simultaneously monitor the expression levels of thousands of genes during important biological processes. Elucidating the patterns hidden in gene expression data offers a tremendous opportunity for an enhanced understanding of functional genomics. However, the large number of genes and the complexity of biological networks greatly increase the challenges of comprehending and interpreting the resulting mass of data. A first step toward addressing this challenge is the use of clustering data. Cluster analysis seeks to partition given data set into groups based on specified features so that the data points within a group are more similar to each other than the points in different groups.Clustering algorithms in general need the number of clusters as a priori, which is mostly hard for domain expert to estimate. In this thesis, in order to overcome this problem, a multi-objective genetic algorithm based method is proposed. The method combines the K-means clustering algorithm with multi-objective genetic algorithm process. The experimental results conducted on Leukemia, Lymphoma and Colon cancer databases have been compared to Dunn, Davies Bouldien, Silhoutte, C, SD ve S-Dbw cluster validation indexes which are widely used in the literature. So, we demonstrate the applicability and effectiveness of the proposed clustering approach.
Benzer Tezler
- Çok amaçlı genetik algoritma kullanarak biyodizilerden çoklu motiflerin keşfi
Discovering multiple motifs from biosequences using by multi-objective genetic algorithm
MELİKALİ GÜÇ
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET KAYA
- Identification of disease related significant SNPs
Bir hastalığa ilişkin önemli tekli nükleotid polimorfizmlerin belirlenmesi
CEYDA SOL
Yüksek Lisans
İngilizce
2010
BiyomühendislikSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN UĞUR SEZERMAN
YRD. DOÇ. DR. NİLAY NOYAN
- Kriptolojide genetik kod kullanarak anahtar üretimi
Key generation using genetic code in cryptography
HANİFE BOYDAK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH BAŞÇİFTÇİ
- Genetik dizilerdeki hataları düzeltmek için yeni bir yaklaşım
A new approach to correct errors in the genetic sequence
ELİF ARAS
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İBRAHİM SAVRAN
- Investigation of the impacts of linkage disequilibrium on SNP selection studies
Tek nükleotit polimorfizm (SNP) seçimi çalışmalarında bağlantı dengesizliğinin etkilerinin incelenmesi
EKİN KANTAR ÖZÇIRPAN
Yüksek Lisans
İngilizce
2015
GenetikOrta Doğu Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. GERHARD WİEHELM WEBER
DOÇ. DR. CEM İYİGÜN