Geri Dön

Ağırlandırılmış gen ko-ekspresyon ağ analizininden (WGCNA) elde edilen biyobelirteçlerin kullanılmasıyla malign melanomda ilaç seçimi

Drug selection for malignant melanoma using biomarkers generated by weighted gene co-expression network analysis (WGCNA)

PDF İndir

  1. Tez No: 459335
  2. Yazar: SEMİH ALPSOY
  3. Danışmanlar: YRD. DOÇ. DR. AYBAR CAN ACAR, DOÇ. DR. ALİ OSMAY GÜRE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biyomühendislik, Biyoteknoloji, Biostatistics, Bioengineering, Biotechnology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Biyoenformatik Bilim Dalı
  13. Sayfa Sayısı: 193

Özet

Kemoterapi, kanser hastalarında en yaygın kullanılan tedavi seçeneklerinden biri olmasına karşın hastaların hangi kemoterapötik ajanlara yanıt vereceği öngörülemediğinden hastaların önemli bir kısmında etkili olamayabilmektedir. Bu nedenle, hastalara uygun kemoterapiyi belirlemek için hastaların kemoterapiye yanıtını tahmin edebilen ilaç biyobelirteçleri keşfedilmeli ve hastaya özgü en ideal kemoterapötik ajanlara karar verilmesi adına biyobelirteçler klinik uygulamaya dönüştürülmelidir. Bu sayede, kanser hastalığıyla daha etkili mücadele etmek, hastaların yaşam süresini uzatmak ve sağlık harcamalarınden önemli derecede tasarruf sağlamak mümkün olabilir. Dahası, ilaç biyobelirteçlerinin keşfedilmesi ilaç hedeflerinin bulunmasına, ilaç keşfi işlemine ve etki mekanizmasının anlaşılmasına ön ayak olabilir. Tüm bu nedenlerden ötürü, bu çalışmada Ağırlandırılmış Gen Ko-Ekspresyon Ağ Analizi (WGCNA) olarak bilinen ağ tabanlı sistem biyolojisi yaklaşımı iki büyük çaplı farmakogenomik çalışma olan Kanser Hücre Hattı Ansiklopedisi (CCLE) ve Kanser Genom Projesi (CGP)' nde profillenmiş ilaçların biyobelirteçlerinin keşfedilmesi amacıyla kullanılmaktadır. Çalışmada, malign melanom bir model hastalık olarak seçilmekte ve sadece iki farmakogenomik çalışmada insan malign melanom hücre hatlarına uygulanmış ortak anti-kanser ilaçları göz önünde bulundurulmaktadır. Bu ortak anti-kanser ilaçların potansiyel biyobelirteçlerinin belirlenmesi için iki farmakogenomik çalışmadaki gen ekspresyon ve ilaç hassasiyet verileri entegre edilmektedir. Sonrasında, destek vektör makinesi regresyon (SVR) makine öğrenme algoritması aday biyobelirteçlerin tek başına ve kombinasyonlar halinde tahmin edebilme gücünü incelemek amacıyla çalıştırılmaktadır. Bu amaçla, ilk aşamada aday biyobelirteçlerin CCLE çalışmasındaki gen ekspresyon ve ilaç hassasiyet verileri eğitilmektedir. Daha sonra, bu biyobelirteçlerin tahmin gücü bağımsız CGP verisetinde test edilmektedir. Böylece, bazı biyobelirteç adaylarınınin-siliko doğrulaması yapılmaktadır. Sonuç olarak, bu tez malignant melanoma için gen ekspresyon tabanlı ilaç biyobelirteç adaylarını tespit etmesi bakımından WGCNA metodolojisinin kuvvetli bir yaklaşım olduğunu göstermektedir. Tez ayrıca WGCNA metodu ile elde edilen uygun biyobelirteç kombinasyonlarının önemli bir miktarda anti-kanser ilaç hassasiyet tahminini iyileştirdiğini ve sadece birkaç gen kombinasyonunun güçlü bir şekilde anti-kanser ilaç hassasiyetini tahmin edebildiğini göstermektedir.

Özet (Çeviri)

Chemotherapy is one of the widely applied treatment choices for cancer patients; however, it might not be effective in the majority of patients due to the inability of foreseeing which patients respond to which chemotherapeutic agents. In order to ascertain appropriate chemotherapy for patients, thus, drug biomarkers predicting the response of the patients to chemotherapy should be discovered and translated into clinical practice to decide the ideal chemotherapeutic agents in a patient-centric manner. In this way, it might be possible to tackle cancer disease more effectively, extend the life expectancy of the patients, and economize health expenditures substantially. In addition, discovering drug biomarkers might pave the way for drug target identification, drug discovery process, and eludicating drug mechanism of actions. Because of all these reasons, a systems biology based network approach known as Weighted Gene Co-Expression Network Analysis (WGCNA) is utilized in this study to discover candidate biomarkers for anti-cancer drugs profiled in two large pharmacogenomics studies, the Cancer Cell Line Encyclopedia (CCLE) and the Cancer Genome Project (CGP). In the study, malignant melanoma is selected as a model disease, and only the common anti-cancer drugs between the two pharmacogenomics studies screened against human malignant melanoma cell lines are considered. Both gene expression and drug sensitivity data available in the studies are integrated to identify candidate biomarkers for these common anti-cancer drugs. Next, support vector machine regression (SVR) machine learning algorithm is employed to assess the predictive ability of the identified candidate biomarkers both individually and in combinations. For that purpose, the CCLE expression data of the candidate biomarkers and the CCLE drug sensitivity data are trained in the first step. Predictive ability of these candidate biomarkers is tested in an independent CGP dataset later on. Thereby, in-silico validation of several candidate biomarkers could be accomplished. In conclusion, this thesis shows that the WGCNA methodology is a powerful approach for identifying gene expression-based candidate drug biomarkers for malignant melanoma. The thesis also shows that proper combinations of the candidate biomarkers generated by the WGCNA methodology improve anti-cancer drug sensitivity prediction significantly, and only a few gene combinations are sufficient to predict anti-cancer drug sensitivity powerfully.

Benzer Tezler

  1. Tez No

    341127

    Solution approaches for flexible job shop scheduling problems

    Esnek tipli atölye çizelgeleme problemleri için çözüm yaklaşımları

    ŞERİFE AYTUĞ BALCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Mühendislik BilimleriOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MERAL AZİZOĞLU

    DR. CEMAL BERK OĞUZSOY

  2. Tez No

    439729

    A multi-attribute model to determine the best routes in public transportation

    Toplu taşımada en iyi rota seçimini belirlemek için çok özellikli karar verme modeli

    AZAD DERAKHSHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Ulaşımİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. DİLAY ÇELEBİ

  3. Tez No

    63784

    Örtük özellikler ve klasik test teorisi yaklaşımına dayalı olarak geliştirilen likert tipi tutum ölçeğinin psikometrik özelliklerinin karşılaştırılması

    The Likert type attitues scale developed depending on the classical test thory and latent trait theory: to compare psyhometrics characteris predicted by two methods

    DENİZ ERDEN BAŞARIR

    Doktora

    Türkçe

    Türkçe

    1997

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. İLHAN AKHUN

  4. Tez No

    787384

    Akan verilerde anomali tespiti için hibrit tekniklere dayalı bir yöntem tasarımı ve gerçekleştirimi

    Design and implementation of a method based on hybrid techniques for anomaly detection in streaming data

    ERCAN GÜNBİLEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN BULUT

    DR. ÖĞR. ÜYESİ ZÜLEYHA AKUSTA DAĞDEVİREN

  5. Tez No

    90753

    Sinyal gürültü analizi

    Signal to noise analysis

    CAN İSTANBULLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Jeofizik MühendisliğiSüleyman Demirel Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. VELİ KARA

Geri Dön