Geri Dön

Mikroarray Gen İfadelerinin ABC Algoritması Kullanılarak Kümelenmesi

Clustering Microarray Gene Expression Data Using ABC Algorithm

  1. Tez No: 394277
  2. Yazar: MUSTAFA TARIM
  3. Danışmanlar: YRD. DOÇ. DR. CELAL ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Genetik, Mikrobiyoloji, Computer Engineering and Computer Science and Control, Genetics, Microbiology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Günümüzde bilgisayar teknolojilerinin gelişmesi birçok alanda yapılan çalışmaları etkilemiştir. Moleküler biyoloji ile bilgisayar teknolojilerinde yaşanan gelişmeler biyoinformatik bilimini meydana getirmiştir. 1960'lı yıllardan sonra biyoinformatikte yaşanan hızlı gelişmeler beraberinde çözülmeyi bekleyen birçok problemi de yanında getirmiştir. Mikroarray gen ifadelerinin kümelenmesi bu problemlerden biridir. Arıların yiyecek bulma davranışlarından esinlenerek geliştirilen ABC algoritması yapay zekâ optimizasyon algoritmalarından biridir. ABC algoritması birçok problemde kullanıldığı gibi kümeleme problemlerinde de kullanılmıştır. Bu çalışmada ise gen ifadesi kümelemede kullanılarak performansı gözlenmiştir. Çalışma kapsamında uygun mikroarray gen ifadesi veri setleri seçilmiş, deneyler yapılmıştır. Yapılan deneylerle ABC algoritmasının kümeleme performansı ile kümeleme tahmini performansı incelenmiş ve sezgisel yöntemlerden PSO algoritması, klasik yöntemlerden K-means, PAM ve hiyerarşik kümeleme algoritmaları ile karşılaştırmaları yapılmıştır. Değerlendirme ölçütlerinden alınan değerler ABC algoritmasının gen ifadesi kümelemeye uygun olduğunu ve diğer algoritmalara kıyasla performansının daha iyi olduğunu göstermiştir.

Özet (Çeviri)

Today, the development of computer technology has affected the work done in many areas. Developments in molecular biology with computer technology has created the science of bioinformatics. Many problems to be solved to rapid developments in bioinformatics have also brought after 1960. Clustering of microarray gene expression is one of those problems. ABC algorithm which inspired by the food finding behavior of bees, is one of artificial intelligence optimization algorithms. ABC algorithm is used in the clustering problem as used in many problems. In this study we used ABC in clustering performance on gene expression data. In the study firstly suitable microarray gene expression data sets selected, after that experiments were conducted. In the experiments comparison is done with ABC algorithm clustering performance and clustering prediction performance with a heuristic method which is the PSO algorithm, and some classical methods which they are K-means, PAM and hierarchical clustering algorithm. Data obtained from the evaluation criteria shows that ABC algorithm is suitable for gene expression clustering and it have shown better performance than other algorithms in comparison.

Benzer Tezler

  1. Kanserli hücrelerin mikroarray gen ifadelerinin incelenmesi ve veri madenciliği yöntemleri kullanarak sınıflandırılması

    Investigation of microarray gen expression of cancered cells and classification by using data mining methods

    MURAT AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HASAN ŞAKİR BİLGE

  2. Nörotoksinler ile oluşturulan parkinson hastalığı modelinde sodyum-glukoz ko-transporter 2 inhibisyonunun etkilerinin araştırılması

    Investigation of the effects of sodium-glucose co-transporter 2 inhibition in a neurotoxin-induced parkinson's disease model

    İSMAİL ÜNAL

    Doktora

    Türkçe

    Türkçe

    2023

    BiyokimyaMarmara Üniversitesi

    Biyokimya (Ecz) Ana Bilim Dalı

    PROF. DR. EBRU IŞIK ALTURFAN

  3. Yüksek boyutlu kanser sınıflama probleminde bilgi karmaşıklığı kriteri ile aykırı gözlem tespiti ve boyut indirgeme

    Dimension reduction and detection of outliers in cancer classification using information complexity for undersized samples

    ESRA PAMUKÇU

    Doktora

    Türkçe

    Türkçe

    2015

    BiyoistatistikFırat Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. SİNAN ÇALIK

    PROF. DR. HAMPARSUM BOZDOĞAN

  4. Dizilim verisinden mikrorna fonksiyon tahmini

    Predicting microrna expression from sequence

    MEHMET EMRE TUNCER

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    BiyomühendislikBaşkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN OĞUL

  5. Molecular analysis of senescence-ssociated protein phosphatases DUSP10 and MTMR11

    Hücre yaşlanmasıyla ilintili DUSP10 and MTMR11 fosfataz genlerinin moleküler analizi

    SUNA PELİN GÜLAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Biyokimyaİhsan Doğramacı Bilkent Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DOÇ. DR. RENGÜL ATALAY