Geri Dön

Veri madenciliği ile yeni ilaç hedeflerinin saptanmasına yönelik interaktomikler: İn silico bir senaryo

Interactomics to determine new drug targets with data mining: In silico a scenario

  1. Tez No: 565024
  2. Yazar: BESTE UNCU
  3. Danışmanlar: PROF. DR. YASEMİN BAŞBINAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Onkoloji, Oncology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Onkoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 89

Özet

Kanserin oluşumu sadece genetik mutasyonların oluşumuna bağlı olmayan kapsamlı bir süreçtir. Genellikle karmaşık hücresel ağlardaki (protein-protein etkileşim, transkripsyonel düzenleyici ve metabolik ağlar gibi) bozulmalar sonucunda meydana gelirler. Kanser gibi karmaşık hastalıklar benzer bir fenotip gösterseler de izledikleri yollar her hastada farklılık göstermektedir. Bu çalışmada transkriptom analizi öncesinde ham halde bulunan RNA sekans verilerine ön işleme adımları gerçekleştirildi. Kolorektal kanserinin moleküler mekanizmaları hakkında detaylı bilgi sunan in silico analizler kullanıldı. Analiz edilebilir hale gelen RNA sekans veri üzerinde ekspresyon düzeylerine bakıldı ve istatistiksel olarak anlamlılık gösteren transkriptom analiz sonuçları ile hedef molekül ve yolak analizleri gerçekleştirildi. Potansiyel moleküller üzerinde protein-protein etkileşim ağları oluşturuldu. Analizler sonucunda kolorektal kanserinde hedef olabilecek yolaklar belirlenerek potansiyel ilaç hedefleri ve biyobelirteçler gösterildi. Ksenobiyotik glukuronidasyon mekanizmaları, UDP-glukuronosiltransferaz enzimleri, ilaç direnç mekanizmaları metastatik kolorektal kanseri ile ilişkili bulunmuştur. İlaç direnç metabolizmalarında özellikle UGT1A ailesi ve PPI ağına bağlı olarak CYP3A4 ilişkili bulunmuştur. CD44 ise KRK için aday ilaç hedefi olarak bulunmaktadır. Hastalığa özgü yeni ilaç hedefleri ve biyobelirteçlerin belirlenmesini sağlayan in silico yaklaşımı kolorektal kanserlerine yönelik yeni tanı ve kişiselleştirilmiş tıp tedavi yöntemlerinin tasarlanmasına olanak sağlayacaktır.

Özet (Çeviri)

The occurrence of cancer is a comprehensive process that does not depend solely on the generation of genetic mutations. They usually occur as a result of disruptions in complex cellular networks (such as protein-protein interaction, transcriptional regulatory and metabolic networks). Although complex diseases such as cancer show a similar phenotype, the pathways they follow vary in each patient. In this study, pre-processing steps were performed on raw RNA sequence data prior to transcriptome analysis. In silico analysis was used to provide detailed information about the molecular mechanisms of colorectal cancer. Expression levels were analyzed on the RNA sequence data, which were became suitable for analysis. Target molecule and pathway analyzes were performed with statistically significant transcriptom analysis results. Protein-protein interaction networks were designed on potential molecules. As a result of the analyzes, biomarker and potential drug targets were shown by identifying the significant pathways in colorectal cancer. Xenobiotic glucuronidation mechanisms, UDP glucuronosyltransferase enzymes, drug resistance mechanisms have been found to be associated with metastatic colorectal cancer. CYP3A4 was found to be related to drug resistance metabolism especially due to UGT1A family and PPI network. CD44 is signified as a candidate drug target for CRC. The in silico approach, which enables the identification of new drug targets and biomarkers which are specific to the disease, will enable the design of new diagnostic and personalized medical treatment methods for colorectal cancers.

Benzer Tezler

  1. Shelf arrangement via data mining techniques and a case study

    Veri madenciliği teknikleri ile raf düzenleme ve bir vaka çalışması

    ZEYNEP CEYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SENİYE ÜMİT OKTAY FIRAT

  2. Implementation of some medical data in Apriori algorithm

    Apriori algoritmasının bazı tıbbı verilere uygulanması

    FAWAD SADIQMAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NILÜFER YURTAY

  3. Veri madenciliği ile tıbbi cihaz bakım karar modeli

    Medical equipment maintenance decision model with data mining

    KAMİL BERKAY GÖKGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Sağlık Kurumları YönetimiBaşkent Üniversitesi

    Sağlık Kurumları İşletmeciliği Ana Bilim Dalı

    PROF. DR. NERMİN ÖZGÜLBAŞ

    DOÇ. DR. ALİ SERHAN KOYUNCUGİL

  4. Çizge madenciliği ve algoritmaları

    Graph mining and algorithms

    SEMA BODUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VECDİ AYTAÇ

  5. Sağlık alanında büyük veri ve veri madenciliği yöntemlerinin kullanımı

    Big data and data mining methodologies in medicine

    BATUHAN BAKIRARAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    BiyoistatistikAnkara Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. YASEMİN YAVUZ