Mixed effects models for time series gene expression data
Zaman serisi gen ifade verileri için karma etkili modeller
- Tez No: 305086
- Danışmanlar: DOÇ. DR. İNCİ BATMAZ, YRD. DOÇ. DR. ÖZLEM İLK
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 144
Özet
Hücre türü ve ilaç gibi deneysel faktörler, genlerin mikrodizinlerden elde edilen nicel ölçümleri olan bireysel ifade düzeylerini etkilemektedir. Yapılan ölçümler eşit aralıklı olmayan birkaç zaman noktasında ve tekrarlı şekilde toplanabilir. Bu çalışmanın amacı hücre türü, ilaç etkisi ve kısa zaman serisi gibi unsurları inceleyip, bunların genler üzerindeki bireysel etkileri üzerine çıkarsama yapmaktır. Gen ifade verisinin hiyerarşik yapısını modellemek üzere karma etkili bir model (LME) önerilmiş ve bir benzetim çalışmasıyla modelin başarımı doğrulanmıştır. Benzetim verileri, Nymark vd. (2007) tarafından yapılan çalışmada kullanılan gerçek verinin yapısına uygun olarak türetilmiştir. Modelin tahmin edici başarımı doğruluk, hassasiyet ve özgüllük ölçüleri ile değerlendirilmiş ve Smyth (2004) tarafından önerilen Limma isimli seçenek yöntemle karşılaştırılmıştır. Ayrıca her iki yöntem gerçek veriler üzerinde de karşılaştırılmıştır. Benzetim sonuçları önerilen modelin tahmin edici başarımının %99 gibi çok yüksek bir düzeyde olduğunu, hatta Hatalı Keşif Oranı (FDR) değerlerinin %0.4 kadar düşük olup, aynı değerin Limma'da en az %32 kadar olduğunu göstermiştir. Dahası, LME'nin sürekli bir bağımsız değişken olan zaman parametresi üzerindeki tahmin edici başarımı %99 düzeyinde iken, Limma sadece %67 düzeyinde kalmış olup sürekli bağımsız değişkenlerin kullanımına bile uygun değildir.
Özet (Çeviri)
The experimental factors such as the cell type and the treatment may have different impact on expression levels of individual genes which are quantitative measurements from microarrays. The measurements can be collected at a few unevenly spaced time points with replicates. The aim of this study is to consider cell type, treatment and short time series attributes and to infer about their effects on individual genes. A mixed effects model (LME) was proposed to model the gene expression data and the performance of the model was validated by a simulation study. Realistic data sets were generated preserving the structure of the sample real life data studied by Nymark et al. (2007). Predictive performance of the model was evaluated by performance measures, such as accuracy, sensitivity and specificity, as well as compared to the competing method by Smyth (2004), namely Limma. Both methods were also compared on real life data. Simulation results showed that the predictive performance of LME is as high as 99%, and it produces False Discovery Rate (FDR) as low as 0.4% whereas Limma has an FDR value of at least 32%. Moreover, LME has almost 99% predictive capability on the continuous time parameter where Limma has only about 67% and even it cannot handle continuous independent variables.
Benzer Tezler
- Gen ifadesi zaman serisi verileri için hizalama algoritmaları
Alignment algorithms for gene expression time series data
SEMİHA ÖZGÜL
Yüksek Lisans
Türkçe
2018
BiyoistatistikEge ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
YRD. DOÇ. DR. ASLI SUNER KARAKÜLAH
- Televizyon reklamlarının çocuklar üzerindeki etkileri
The Effects of television advertising on children
DİLEK SAĞLAM
- Evaluation of panel data models and an application on ISE30
Panel veri modellerinin incelenmesi ve BIST30 üzerine bir uygulama
EDA SELİN ILIKKAN
Yüksek Lisans
İngilizce
2019
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. HASAN HÜSEYİN TATLIDİL
- Uzun süreli verilerin analizinde kullanılan makine öğrenmesi algoritmaları
Machine learning algorithms for longitudinal data analysis
CAN DEMİRCİGİL
Yüksek Lisans
Türkçe
2024
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. MELİKE BAHÇECİTAPAR
- Yüksek çözünürlüklü, direnç dizesi tipli sayısaldan analoğa dönüştürücülerde dinamik hata mekanizmalarının incelenmesi
Investigating dynamic error mechanisms of high resolution resistor string D/A converters
EMRE TOPÇU
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TÜRKER KÜYEL