Geri Dön

Yeni nesil DNA dizileme teknolojileri ile hızlı patojen tanıma yapabilen algoritmaların geliştirilmesi

Development of rapid pathogen detection algorithms using next- generation DNA sequenci̇ng

PDF İndir

  1. Tez No: 565884
  2. Yazar: MERYEM ALTIN KARAGÖZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZKAN UFUK NALBANTOĞLU
  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: 2019
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Yeni Nesil Dizileme Teknolojileri (YNDT), mikrobiyal organizmanın tüm genetik materyaline ulaşabilme ve daha uzun okumalarla daha derin dizilim elde edebilme yetenekleri sayesinde kompozisyon temelli taksonomik sınıflandırma algoritmalarının daha doğru sonuç elde etmesine katkı sağlamıştır. Yeni Nesil Dizileme Teknolojileri ile üretilen verilerin genom sınıflandırma algoritmalarında eğitilmesi için sayısal olarak temsili gerekmektedir. Bu çalışmada DNA dizilerin sayısal olarak temsili için spektral gösterim yöntemleri ve one-hot kodlayıcı (ohe) kullanılmıştır. Sayısal olarak temsil edilen veri, daha sonra patojen tespiti için zaman-doğruluk-maliyet açısından avantaj sağlayacak DNA kompozisyonuna dayalı yöntemlerden Bağıl Bolluk İndeksi (RAI) temelli patojen tanıma algoritması, Derin Öğrenme algoritmalarından Konvolüsyonel Sinir Ağları (CNN) ve Derin İnanç Ağlarına (DBN) dayalı modeller ile eğitilmiştir. Farklı okuma uzunlukları için eğitilen modeller test edilerek doğruluk, standart sapma değerleri cins seviyesinde hesaplanmış ve sonuçlar karşılaştırılmıştır. Sonuç olarak hızlı ve doğru bir şekilde patojen tespiti yapılmıştır.

Özet (Çeviri)

Next-generation sequencing (NGS) obtain massively deep sequencing with longer reads as it can reach all the genetic material of the microbial organism which has contributed more accurate results of composition based-methods in taxonomic classification algorithms. Spectral representation methods and one-hot encoder (ohe) were used for numerical representation of the data generated with Next Generation Sequencing Technologies for genome classification algoritms as an input vector. Then, numerically represented input data was trained with DNA composition based-methods respectively Relative Abundance Index (RAI) based methods, Deep Learning algorithms as Convolutional Neural Networks (CNN) and Deep Belief Networks (DBN), which are advantageous in terms of time-accuracy-cost. After the generated models were used to test, accuracy and standard deviation values were calculated, and results were compared for each different reading lengths in terms of genus level. In conclusion, fast and accurate pathogen detection algorithms have been performed.

Benzer Tezler

  1. Tez No

    650666

    Next generation sequencing for disease diagnosis

    Hastalık tanısı için yeni nesil dizileme verisi analizi

    CEREN ÜNER ÇAYLAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA YENİAD

  2. Tez No

    879995

    Clinical and molecular collaboration studies: i)comparison of CNV by NGS&MLPA in hereditary breast and ovarian cancer ii)effective covid-19 sampling and storage

    Klinik ve molküler işbirliği çalışmaları: i)HBOC kapsamında NGS ve MLPA ile CNV karşılaştırması ii) covıd-19 için etkili örnek toplama ve saklama koşulları

    JALE YILDIZ

    Doktora

    İngilizce

    İngilizce

    2024

    Enfeksiyon Hastalıkları ve Klinik Mikrobiyolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    PROF. DR. GİZEM DİNLER DOĞANAY

  3. Tez No

    808589

    Particle detection and signal analysis in nanopores

    Nanogözeneklerde parçacık algılama ve sinyal analizi

    DÜRDANE YILMAZ

    Doktora

    İngilizce

    İngilizce

    2023

    Biyokimyaİstanbul Medeniyet Üniversitesi

    Nanobilim ve Nanomühendislik Ana Bilim Dalı

    DOÇ. DR. ALİ DİNLER

    DOÇ. DR. KAAN KEÇECİ

  4. Tez No

    535167

    İnsan genomuna ait yeni nesil dizileme verilerinin analizi için web tabanlı biyoinformatik araçların geliştirilmesi

    Development of web based bi̇oi̇nformati̇c tools for the analysi̇s of human genome ngs data

    OSMAN TÜRKYILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BiyoteknolojiErciyes Üniversitesi

    Biyoenformatik Bilim Dalı

    YRD. DOÇ. DR. ÖZKAN UFUK NALBANTOĞLU

  5. Tez No

    486742

    Assessment and correction of errors in DNA sequencing technologies

    DNA dizilim teknolojilerindeki hatalar üzerine değerlendirme ve hataların düzeltilmesi

    CAN FIRTINA

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CAN ALKAN

Geri Dön