Geri Dön

Prediction of synergistic drug combinations by using machine-learning methods

Makine öğrenmesi yöntemleriyle etkileşen ilaç kombinasyonlarının tahmin edilmesi

PDF İndir

  1. Tez No: 491064
  2. Yazar: ALİ CÜVİTOĞLU
  3. Danışmanlar: YRD. DOÇ. DR. ZERRİN IŞIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Kanser geç teşhis edilmesi ve karmaşık ilerlemesinden dolayı hala yeni tedavilerin geliştirilmesi için ilgi çeken hastalıklardan birisidir. İleri safhada teşhis edilen veya kanseri nükseden hastalar için yeni tedavi yöntemlerine acil olarak ihtiyaç duyulmaktadır. Yeni hesaplamalı yaklaşımlar, daha etkili ilaç birleşimlerini yeni tedavi seçenekleri olarak tanımlamada yardımcı olabilirler. Bu amaçla, daha etkili ilaç ikililerini olası tüm kombinasyonlar içinden tanımlayabilmek için, ilaç uygulanmış gen ifadesi ve biyolojik ağ verilerini kullanan bir sınıflandırma yöntemi geliştirdik. Farklı biyolojik verilerden türetilmiş altı öznitelik ile üç farklı makine öğrenmesi yöntemi, Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (DVM) ve Rasgele Orman (RO), eğitildi. Bu yöntem, içinde hem etkili hem de etkisiz ilaç birleşimlerini bulunduran iki farklı ilaç verisi üzerinde sınandı. Önerilen yöntem, umut verici öznitelikleri ve daha etkili ilaç birleşimlerinin kestiriminde uygun olabilecek makine öğrenmesi yöntemini bulmak için sınama verisi üzerinde başarılı sonuçlar elde etmiştir.

Özet (Çeviri)

Cancer is still one of the challenging diseases to develop new therapies due to the late diagnosis and its complex progression nature. There is an urgent need for new therapy regimes for cancer patients having late stage diagnosis or recurrence. New computational approaches can help to identify more effective drug combinations as new treatment options for cancer. For this purpose, we developed a classification model to identify more effective drug pairs out of all possible combinations by using gene expression of single drug treatment and biological network data. Three different machine-learning methods which are Artificial Neural Network (ANN), Random Forest (RF) and Support Vector Machine (SVM) were trained with six features derived by using different biological data. The model was evaluated on two different drug treatment data sets that contain both positive (more effective) and negative (not effective) drug combinations. The proposed model has achieved successful results in the test case to find promising features and a machine-learning method, which might be suitable for the prediction of more effective drug combinations.

Benzer Tezler

  1. Tez No

    629145

    Toplu öğrenme ile ilaç kombinasyonlarının sinerji skor tahmini

    Prediction of drug combinations' synergy score by ensemble learning

    IŞIKSU EKŞİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET TAN

  2. Tez No

    884557

    Kanser tedavisinde kullanılan bazı sinerjistik ve antagonist ilaç kombinasyonlarının karışım davranışlarının moleküler simülasyon yoluyla incelenmesi

    Examining the mixing behavior of some synergistic and antagonist drug combinations used in cancer treatment through molecular simulation

    BETÜL TARGAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    GenetikTrakya Üniversitesi

    Genetik ve Biyomühendislik Ana Bilim Dalı

    PROF. DR. GÖKHAN KAÇAR

  3. Tez No

    444558

    Predicting drug synergy using data mining

    İlaçlar arası sinerjinin veri madenciliği yöntemleriyle tahmini

    MILAD HASSANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Endüstri ve Endüstri MühendisliğiSabancı Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KEMAL KILIÇ

  4. Tez No

    870249

    Lise öğretmenlerinin sinerjik yönetim algılarının örgütsel kültür ve örgütsel öğrenme algıları üzerindeki etkisi

    The effect of high school teachers' synergistic management perceptions on organizational culture and organizational learning perceptions

    İLYAS BALCI

    Doktora

    Türkçe

    Türkçe

    2024

    Eğitim ve ÖğretimFırat Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. İMAM BAKIR ARABACI

  5. Tez No

    327237

    Prediction of cosmetic emulsion stability: Testing and mathematical modelling

    Kozmetik emülsiyon stabilitesinin öngörülmesi: Test edilmesi ve matematiksel modellenmesi

    DUYGU BAYRAKTAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Kimya MühendisliğiEge Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA DEMİRCİOĞLU

Geri Dön