Identification of cancer patient subgroups via pathway based multi-view graph kernel clustering
Kanser hasta alt gruplarının yolak esaslı çok bakışlı çizge çekirdeği gruplaması ile belirlenmesi
- Tez No: 470025
- Danışmanlar: YRD. DOÇ. DR. ÖZNUR TAŞTAN OKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Yeni nesil dizi analizi teknolojisi ile hasta genomik değişimlerin nitelendirilmesi kanser alt tiplerinin belirlenmesinde yeni olanaklar ortaya çıkarıyor. Farklı omik verileri, tümörlerin moleküler biyolojilerine farklı bakış açıları sağlar; bununla birlikte, tümör hücreleri yüksek seviyede heterojenlik sergiler, ve farklı hastalar farklı kombinasyonlarda moleküler değişikliklere sahiptir. Öte yandan, farklı değişiklikler aynı biyolojik yolakları bozabilir. Bu çalışmada, yeni bir çizge çekirdeği aracılığıyla hastaların alterasyon profillerinden yolaklar üzerindeki benzerliklerini nicelleştiren yeni bir kümeleme prosedürü öneriyoruz. Her bir yol ve hasta çifti için, hastanın moleküler değişiklikleri ve yolak etkileşimlerine dayanarak düğümleri etiketlenmiş yönsüz bir çizge oluşturulur. Önerilen dağıtılmış en kısa yol çizge çekirdeği (smSPK), bir yolağa göre hasta çiftlerinin düğümleri etiketli çizgelerini karşılaştırarak benzerliklerini değerlendirir. Gruplama prosedürümüz iki adımdan oluşur. İlk adımda, her yol ve veri tipi için smSPK çekirdek matrisleri, hasta çiftleri için birden çok çekirdek matrisi oluşturmak üzere hesaplanır ve sonraki adımda, bu çekirdek matrisleri, hastaları katmanlaştırmak için çok bakışlı çekirdek gruplandırma yaklaşımına girdi olarak verilir. Metodolojimizi 361 renal hücreli karsinoma hastasında somatik mutasyonlar, gen ve protein ifadeleri verileri kullanarak uyguluyoruz. Bu yaklaşım, hayatta kalma sürelerinde önemli farklılık gösteren hasta alt gruplarını ortaya çıkarıyor (p-değeri < 1.5 x 10^{-8}). Önerilen yöntem, diğer omik verilerin entegrasyonuna izin verir ve her hasta alt grubundaki bozuk yolaklarla ilgili fikir verir.
Özet (Çeviri)
Characterizing patient genomic alterations through next-generation sequencing technologies opens up new opportunities for refining cancer subtypes. Different omics data provide different views into the molecular biology of the tumors. However, tumor cells exhibit high levels of heterogeneity, and different patients harbor different combinations of molecular alterations. On the other hand, different alterations may perturb the same biological pathways. In this work, we propose a novel clustering procedure that quantifies the similarities of patients from their alteration profiles on pathways via a novel graph kernel. For each pathway and patient pair, a vertex labeled undirected graph is constructed based on the patient molecular alterations and the pathway interactions. The proposed smoothed shortest path graph kernel (smSPK) assesses similarities of pair of patients with respect to a pathway by comparing their vertex labeled graphs. Our clustering procedure involves two steps. In the first step, the smSPK kernel matrices for each pathway and data type are computed for patient pairs to construct multiple kernel matrices and in the ensuing step, these kernel matrices are input to a multi-view kernel clustering algorithm to stratify patients. We apply our methodology to 361 renal cell carcinoma patients, using somatic mutations, gene and protein expressions data. This approach yields subgroup of patients that differ significantly in their survival times (p-value < 1.5 x 10^{-8}). The proposed methodology allows integrating other type of omics data and provides insight into disrupted pathways in each patient subgroup.
Benzer Tezler
- Elucidating the mechanisms of T-DM1 resistance in in vitro models of HER2 overexpressing breast cancer
HER2-pozitif meme kanseri hücre modellerinde T-DM1 direncinin mekanizmalarının açığa çıkarılması
ÖZGE SAATCİ
Yüksek Lisans
İngilizce
2016
Bilim ve Teknolojiİhsan Doğramacı Bilkent ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜR ŞAHİN
- Survival prediction via partial ordering in feature space and sample space
Öznitelik ya da örneklem uzayında kısmi sıralama yoluyla sağkalım tahminleme
MUSTAFA BÜYÜKÖZKAN
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZNUR TAŞTAN OKAN
- Akciğer kanserinde KRAS ve p53 ko-mutasyonuna bağlı gelişen anti-PD-L1 direncinin belirlenmesine yönelik moleküler gen biyobelirteçlerin belirlenmesi
Identification of molecular gene biomarkers for the determination of anti-PD-L1 resistance due to KRAS and p53 co-mutation in lung cancer
OĞUZHAN AKGÜN
- Kemoterapi alan hastaların yakınlarının kansere ilişkin stigma algılarının bakım verme yüküne etkisi
The effect of cancer-related stigma perceptions on the caregiver burden of relatives of patients receiving chemotherapy
ESMA NURHAL YAZICI
Yüksek Lisans
Türkçe
2023
HemşirelikBaşkent ÜniversitesiHemşirelik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BANU ÇEVİK
- Baş-boyun kanserlerinin anatomik alt gruplarında set- domain containing 2(SETD2) geninin ekspresyon düzeylerinin incelenmesi ve klinikopatolojik parametreler ile ilişkisinin değerlendirilmesi
Investigation of expression levels of set-domain containing 2(SETD2) gene in anatomic sub-groups of head-neck cancers and evaluation of its relationship with clinicopathological parameters
SEYFETTİN ASLAN
Tıpta Uzmanlık
Türkçe
2022
Kulak Burun ve Boğazİstanbul ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
DOÇ. DR. MURAT ULUSAN
PROF. DR. SEMRA DEMOKAN