Geri Dön

Organization and processing of personal genetic data for clinical use

Kişisel genetik verilerin klinik kullanım için organizasyonu ve işlenmesi

  1. Tez No: 491144
  2. Yazar: ONUR ÇAKIRGÖZ
  3. Danışmanlar: PROF. DR. SÜLEYMAN SEVİNÇ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Genetik, Computer Engineering and Computer Science and Control, Genetics
  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: 168

Özet

Kişisel genetik veriler klinik uygulamalarda sıklıkla kullanılmaktadır. Dolayısıyla, öncelikli olarak, bu verilerin yapısal bir şekilde depolanması gerekmektedir. Ne yazık ki, çoğu durumda sekanslama cihazlarının üretmiş olduğu ham sekans verileri ayrı dosyalar şeklinde depolanmaktadır. Çok sayıda dosya ve klasörün olduğu bu yapı yönetilebilir ve sorgulanabilir bir yaklaşım değildir. Öte yandan, kişilerin hastalık risklerinin tespit edilmesi, kişiye özgü tedavi yönteminin belirlenmesi, herhangi bir hastalıkla veya davranışla ilişkili olan varyasyonların tespit edilmesi gibi klinik operasyonlar varyasyon bazlı kişisel genetik verilere ihtiyaç duymaktadır. Dolayısıyla, klinisyenler ham sekans verilerinden kişisel genotipleri elde etmektedirler ve bunları çoğunlukla excel tabloları şeklinde saklamaktadırlar. Ne yazık ki, bu yaklaşımın da dezavantajları vardır. Öncelikle, bu tarz bir depolama hatalara oldukça açıktır ve klinisyenlerin iş yükünü önemli ölçüde artırmaktadır. Ayrıca, bu yöntem de sorgulanabilir ve yönetilebilir bir yöntem değildir. Bu çalışmada, varyasyon-bazlı kişisel genetik verilerin organizasyonu için, iki farklı veritabanı geliştirilmiştir. Bu veritabanlarından ilki ilişkisel veritabanıdır, ikincisi ise no-sql veritabanıdır. Her iki veritabanında da 1000 Genom Projesi'nin yayınlamış olduğu 2504 kişiye ait varyasyon verisi depolanmıştır. Bu verileri saklamak için veritabanlarının ihtiyaç duyduğu alanlar hesaplanmış ve bu değerler karşılaştırılmıştır. Ayrıca, klinik uygulamaların sıklıkla kullanacağı bazı sorgular çalıştırılmış ve veritabanlarının cevap dönme süreleri hesaplanmıştır. Bu çalışmada ayrıca üç farklı klinik uygulama için üç yeni yöntem geliştirilmiştir ve bu yöntemler ile veritabanlarının entegrasyonu sağlanmıştır. İlk yöntem kişileri hastalık bazlı sınıflandırmaktadır, herhangi bir kişiye genetik açıdan en benzer kişileri bulmaktadır ve kişilerin hastalık risklerini hesaplamaktadır. İkinci yöntem herhangi bir hastalıkla veya davranışla ilişkili olabilecek varyasyonları dinamik bir şekilde tespit etmektedir. Son yöntem ise, varyasyon-bazlı kişisel genetik verileri kullanarak korunmuş bölgeleri belirlemektedir.

Özet (Çeviri)

Personal genetic data are frequently used in clinical practice. Therefore, primarily, these data must be stored structurally. Unfortunately, in most cases the raw sequence data produced by the sequencing devices is stored in files. This structure, which houses a large number of files and folders, is not a manageable and inquirable approach. On the other hand, clinical operations such as computing the disease risks of individuals, identification of the person-specific treatment method, determination of the variations that may be associated with any disease or treat, require variation based personal genetic data. Therefore, clinicians obtain personal genotypes from the raw sequence data, and often store them in the form of excel tables. Unfortunately, this approach also has disadvantages. Firstly, this type of storage can lead to errors and it greatly increase the workload of clinicians. Also, this method is not an inquirable and manageable method. In this study, two different databases were developed for the organization of variation-based personal genetic data. The first from these databases is the relational database, and the second is the no-sql database. In both databases, the variation data of 2504 individuals, which were published by 1000 Genomes Projects, were stored. To store this data, the spaces needed by the databases were calculated and compared. In addition, some queries that are frequently used by clinical applications were run and the response times of the databases were calculated. In this study, three new methods for three different clinical applications were also developed and the integration of databases with these methods was provided. The first method classifies individuals as disease-based, finds individuals who are genetically most similar to a person and calculates the disease risks of the individuals. The second method dynamically detects variations that may be associated with any disease or treat. The last method identifies protected regions using variation-based personal genetic data.

Benzer Tezler

  1. Markov zincirleri ile pazar payı tahmini ve renkli televizyon pazarına ilişkin bir uygulama

    Market share estimation of colored TV with markov chains for the period of 1990-1995

    BÜLENT MENGÜÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    1990

    İşletmeİstanbul Teknik Üniversitesi

    DOÇ.DR. SELİME SEZGİN

  2. Hukuk ve etik yönleri ile biyotıp araştırmalarında biyobankalar

    Legal and ethical aspects of biobanks in biomedical research

    MURAT EMİR

    Doktora

    Türkçe

    Türkçe

    2013

    Deontoloji ve Tıp TarihiHacettepe Üniversitesi

    Tıp Tarihi ve Etik Ana Bilim Dalı

    PROF. DR. NÜKET ÖRNEK BÜKEN

  3. Türkçe dersinde ağ araştırması'na dayalı öğretim: Bir eylem araştırması

    Webquest-based teaching in Turkish lesson: An action research

    HACER ULU

    Doktora

    Türkçe

    Türkçe

    2017

    Eğitim ve ÖğretimGazi Üniversitesi

    İlköğretim Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ULUSOY

  4. İdare hukuku boyutuyla kişisel verilerin korunması

    Protection of personal data by administrative law

    NECATİ GÖKHAN AKMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Hukukİstanbul Kültür Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF ALTINOK ÇALIŞKAN