Impact analysis algorithms for biological interaction networks
Biyolojik etkileşim ağları için etki analizi algoritmaları
- Tez No: 442637
- Danışmanlar: DOÇ. DR. BANU DİRİ, YRD. DOÇ. DR. RÜŞTÜ MURAT DEMİRER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyoistatistik, Computer Engineering and Computer Science and Control, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Gen ifadesi profillemesi ve genom çapında ilişki çalışmaları bir hastalıkla ilişkili gen listeleri verseler de hastalık fenotipiyle ilişkisi zayıf genlerin bir araya gelerek fenotipe nasıl katkıda bulunabildiklerini açıklayamayabilirler. Bunun için moleküler profillerle biyolojik etkileşimlerin birlikte ele alınmaları gerekir. Bu çalışmada iki aktif modül çıkarım metodu önerilmiştir. Bunlardan ilki bir genetik algoritma tabanlı alt-ağ arama metodu, ikincisi ise bir ağ yayılım metodudur. Burada amaçlanan etkileşim ağlarında etkilenen yolları anlayabilmek ve hastalıkların altında yatan mekanizmaları ortaya çıkarmaktır. Önerilen metotları romatizmalı atardamar yangısı, kafa içi anevrizması ve Behçet hastalığı genom çapında ilişki çalışması veri kümelerine uyguladık ve önerilen metotların hastalıkla ilişkisi bilinen yolakları çıkarmanın yanı sıra yeni mekanizmalar çıkarabildiğini gördük.
Özet (Çeviri)
Gene expression profiling (GEP) and genome-wide association studies (GWAS) are powerful tools that can provide list of genes that are related to the pathogenesis of a disease, but it is still a challenge to understand how multiple genes that have modest association with the phenotype interact and contribute to it. For this purpose, it is required to consider molecular profiles with biological interactions. In this work, we proposed two active module identification methods: an active subnetwork search method based on genetic algorithm and a network propagation method. We aimed to understand affected paths in interaction networks and reveal underlying disease mechanisms. We applied our methods to rheumatoid arthritis, intracranial aneurysm and Behçet's disease GWAS datasets. The proposed methods could successfully identify pathways that are known to be related to the diseases, and extract new mechanisms.
Benzer Tezler
- Metabolism-oriented multiomics data integration
Farklı omı̇k verı̇lerı̇n metabolı̇zma odaklı entegrasyonu
AYCAN ŞAHİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. ALİ ÇAKMAK
- Uydu görüntü verileri kullanılarak orman yangın analizi
Forest fire analysis using satellite images
ÇİĞDEM İNAN
Yüksek Lisans
Türkçe
2018
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. SEDEF KENT PINAR
- 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
- Computational approaches to study drug resistance mechanisms
İlaç direnç mekanizmaları için işlemsel yaklaşımlar
ZOYA KHALID
Doktora
İngilizce
2017
BiyolojiSabancı ÜniversitesiMoleküler Biyoloji-Genetik ve Biyomühendislik Ana Bilim Dalı
Prof. Dr. İSMAİL ÇAKMAK