Geri Dön

Reconstruction of gene regulatory networks

Gen düzenleyici ağların yeniden oluşturulması

PDF İndir

  1. Tez No: 385104
  2. Yazar: SİBEL BALCI
  3. Danışmanlar: PROF. DR. AYŞEN AKKAYA, DOÇ. DR. TOLGA CAN
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 156

Özet

Mikrodizin teknolojisinin geliştirilmesiyle, binlerce genin konsantrasyon düzeylerinin belirli bir zaman ya da belirli bir durum için elde edilmesi artık mümkün. Gen ifade düzeylerindeki değişimlerin takibi ile hücre çeşitliliğine ya da belirli bir hastalığa neden olan genler belirlenebilmektedir. Gen ifadelerindeki değişimler, genler ve gen ürünleri arasındaki etkileşimlerle düzenlenmektedir. Gen düzenleyici ağlar (GDA), gen ifadelerindeki değişimlerini kullanarak bu etkileşimleri ortaya çıkarmaktadır. GDA'ın çıkarımı için kullanılan çok sayıda istatistiksel yöntem mevcuttur ancak birçoğu verideki hataların normallik varsayımına dayanmaktadır. Bu tez, GDA'ın yeniden oluşturulması için hata terimi Weibull dağılımına sahip olan çoklu doğrusal regresyon analizini ele almaktadır. Normal dağılmama durumunun veri analizini zorlaştırmasından ve etkin olmayan tahmincilere yol açmasından dolayı, etkin ve güçlü tahminciler üreten uyarlanmış en çok olabilirlik (UEÇO) tahmin yönteminin kullanılması önerilmektedir. Ayrıca, gen ifade düzeylerini gösteren açıklayıcı değişkenler de Weibull dağılımdan gelmektedir. Bu nedenle, bu değişkenlerin olasılıksal olduğu düşünülmekte ve GDA'ın çıkarımında model parametrelerini tahmin etmek için UEÇO tahmin yöntemi uygulanarak olasılıksal çoklu doğrusal regresyon analizi kullanılmaktadır. Ek olarak, hem olasılıksal hem de olasılıksal olmayan çoklu doğrusal regresyon model parametreleri için sağlamlık ve güç analizleri verilmiştir.

Özet (Çeviri)

With the development of microarray technology, it is now possible to obtain the concentration levels of thousands of genes at a given time or in a given state. By following the changes in the gene expression levels, the responsible genes for cell differentiation or certain diseases can be identified. Gene expression changes are regulated by the interactions between the genes and their products. Gene regulatory networks (GRNs) identify these interactions using the gene expression changes. There are a number of statistical methods to infer GRNs, however, most of them depend on the normality assumption of noises in the data. This thesis considers the multiple linear regression analysis for the reconstruction of GRNs when the error term comes from a Weibull distribution. Since nonnormality complicates the data analysis and results in inefficient estimators, it is proposed to use the modified maximum likelihood (MML) estimation procedure which produces efficient and robust estimators. Also, explanatory variables representing the gene expression levels come from a Weibull distribution. Therefore, they are considered as stochastic and stochastic multiple linear regression analysis is used for inferring GRNs by implementing MML method to estimate the model parameters. Robustness and power analyses for both stochastic and nonstochastic multiple linear regression model parameters are also given.

Benzer Tezler

  1. Tez No

    379864

    Integer linear programming based solutions for construction of biological networks

    Biyolojik ağların oluşturulması için tam sayılı doğrusal programlama tabanlı çözümler

    ÖYKÜ EREN ÖZSOY

    Doktora

    İngilizce

    İngilizce

    2014

    Tıbbi BiyolojiOrta Doğu Teknik Üniversitesi

    Tıp Bilişimi Ana Bilim Dalı

    DOÇ. DR. TOLGA CAN

  2. Tez No

    413448

    Systematic and integrative analysis of breast cancer and other associated diseases using transcriptome data and interactome networks

    Meme kanseri ve ilişkili hastalıkların transkriptom verileri ve interaktom ağları kullanılarak sistematik ve bütüncül analizi

    KÜBRA KARAGÖZ

    Doktora

    İngilizce

    İngilizce

    2015

    BiyomühendislikMarmara Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. KAZIM YALÇIN ARĞA

  3. Tez No

    200271

    Systems biology of yeast signal transduction

    Maya sinyal iletiminin sistem biyolojisi

    KAZIM YALÇIN ARĞA

    Doktora

    İngilizce

    İngilizce

    2007

    BiyomühendislikBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF.DR. KUTLU ÜLGEN

  4. Tez No

    455930

    Denerve dokulardaki üçüncü derece yanıklarda 'Calcitonin gene-related peptide (CGRP)'in yara iyileşmesine etkisi

    The effect of 'Calcitonin gene-related peptide (CGRP)' on wound healing in third degree burns in denervated tissue

    KADİR ÇİMEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2007

    Plastik ve Rekonstrüktif CerrahiKırıkkale Üniversitesi

    Plastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı

    YRD. DOÇ. DR. İBRAHİM VARGEL

  5. Tez No

    573758

    Reconstruction of a brain-specific genome-scale metabolic network model for Mus musculus for the investigation of neurodegenerative diseases

    Nörodejeneratif hastalıkların incelenmesi amaçlı genom ölçekli beyne özgü fare metabolik ağ modelinin kurulması

    ECEHAN ABDİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    BiyomühendislikGebze Teknik Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. TUNAHAN ÇAKIR

Geri Dön