Geri Dön

Bütünleştirici modül ağlarıyla gen düzenleme analizi

Gene regulation analysis with integrative module networks

  1. Tez No: 352008
  2. Yazar: GİRAY SERCAN ÖZCAN
  3. Danışmanlar: DOÇ. DR. HASAN OĞUL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoistatistik, Computer Engineering and Computer Science and Control, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Gen düzenlemesi karmaşık bir biyolojik olgudur. Bu sürecin güvenilir bir analizi, çok sayıda veri kaynağının kullanımını gerektirir. Bu tezde, Bayes modül ağları kullanılarak transkripsiyon sırası ve transkripsiyon sonrası gen düzenlemesinin aynı anda modellenmesi için bir yaklaşım sunulmaktadır. Model mRNA, mikroRNA ve transkripsiyon faktörlerinin birlikte düzenlenen elemanlarına ek olarak düşük seviyeli düzenlenme devrelerinin üretimi için mRNA ve mikroRNA ifade ve dizilim bilgisinin eşleştirilmiş örneklerini kullanır. Gerçek kanser veri seti üzerinde yapılan deneylerde, biyolojik olarak anlamlı birçok küme ve anlaşılabilir motifler elde edilmiştir. Sonuçlar, bazı test edilebilir biyolojik hipotezler üretilmesini de sağlamıştır. ANAHTAR SÖZCÜKLER: gen düzenlenmesi, mikroRNA, transkripsiyon faktörü, bayes ağlar, veri birleştirme, modül ağlar, düzenleme ağları.

Özet (Çeviri)

Gene regulation is a complex biological phenomenon. A reliable analysis of this process requires the integration of several data sources in a rigorous pipeline. Here, we propose an approach for simultaneous modeling of transcriptional and post-transcriptional gene regulation over a Bayesian module network. The framework uses paired samples of mRNA and microRNA expressions and their sequence data to produce low-level regulatory circuits in addition to the co-regulated entities of mRNAs, microRNAs and transcription factors. The experiments performed on a real cancer dataset reveal that several biologically meaningful clusters and motifs can be inferred. The results lead to the generation of some testable biological hypotheses. KEYWORDS: Gene regulation, microRNA, transcription factor, bayes network, data integration, module network, regulation network.

Benzer Tezler

  1. Yeni Cami'nin akustik açıdan performans değerlendirmesi

    Evaluation of the acoustical performance of the New Mosque

    EVREN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SEVTAP YILMAZ DEMİRKALE

  2. Multi-modal neuroimaging data prediction: Estimation of connectional brain template and multigraph classification with application to gender fingerprinting

    Çoklu modal nörogörüntüleme veri tahmini: Bağlantılı beyin şablonunun tahmini ve cinsiyet parmak izi uygulaması ile çoklu grafik sınıflandırma

    NADA CHAARI

    Doktora

    İngilizce

    İngilizce

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE CAMGÖZ AKDAĞ

    DR. ÖĞR. ÜYESİ ISLEM REKIK

  3. Standards-compatible agile-devops methods integrated military software development model proposal

    Standartlarla uyumlu çevik-devops yöntemleri ile entegre askeri yazılım geliştirme modeli önerisi

    FATİH BİLDİRİCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KEZİBAN SEÇKİN CODAL

  4. Network-based integration of multi-omic profiles to purpose new biomarker candidates in pancreatic cancer

    Pankreas kanserinde yeni biyobelirteç adaylarını bulmak için çoklu omik profillerin ağ tabanlı entegrasyonu

    ESRA YILDIRIM SİRKECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    BiyomühendislikMarmara Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BESTE TURANLI

  5. Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü

    Modeling, implementation and control of logistics systems using artificial neural networks

    MURAT ERMİŞ

    Doktora

    Türkçe

    Türkçe

    2005

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF.DR. FÜSUN ÜLENGİL