Geri Dön

MicroRNA target prediction for CRISPR/Cas9 system with machine learning

Makine öğrenmesiyle CRISPR/Cas9 sistemi için mikroRNA hedef tahmini

PDF İndir

  1. Tez No: 600407
  2. Yazar: ELİF DOĞAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZLEM AKTAŞ
  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: 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: 70

Özet

İnsanlığın varoluşundan beri genetik ve sonradan oluşan hastalıkların tedavisi için birçok çözüm arayışına gidilmiştir. 1900'lü yılların sonlarında bakterilerde CRISPR adında çığır açan bir teknoloji keşfedildi. Bu buluş sayesinde tedavisi bulunamayan hastalıklar tedavi edilebileceği düşünülmektedir. CRISPR/CAS9 sistemi, hasarlı olan genom dizilişlerinin düzenlenmesinde kullanılan çok güçlü bir araçtır. Diziliminde hasar oluşan nükleazlar miRNA (micro RNA)'lar olarak adlandırılır. Birden çok rehber sgRNA (single guide RNA) tarafından hedeflenen miRNA'lar, CRISPR/CAS9 yöntemiyle RNA'dan kesilir ya da düzenlenir. Yanlış miRNA'lara hedeflenen sgRNA'lar, istenmeyen genom mutasyonlarına sebep olabilmektedir. Bu genom bozulmalarını en aza indirgemek amacıyla, bu çalışmada derin öğrenmeyle CRISPR/CAS9 için sgRNA hedef tahmini yapılmıştır. Bu makalede, Evrişimsel Sinir Ağları (Convolutional Neural Networks-CNN), Çok Katmanlı Algılayıcı (Multi-Layer Perceptron-MLP) ve Çift Yönlü Uzun Kısa Vadeli Hafıza (Bidirectional Long Short-Term-BLSTM) algoritmaları kullanılmıştır. Her üç algoritmanın da CRISPR/CAS9 sistemi için performans karşılaştırması gerçekleştirilmiştir.

Özet (Çeviri)

Since the existence of humankind, many solutions have been investigated for the way of genetic and subsequent diseases. In the late 1900s, a groundbreaking technology, CRISPR was discovered in bacteria. After the exploration of this technique, it is supposed that incurable diseases can be healed by this invention. The CRISPR/CAS9 system is a powerful tool for regulating damaged genome sequences. Nucleases that are damaged in their sequence are called miRNAs (micro RNAs). The miRNAs targeted by multiple promoter sgRNA (single guide RNA) are cut or regulated from RNA by the CRISPR/CAS9 method. The sgRNAs targeted to the wrong miRNAs may cause unwanted genome distortions. To minimize these genome distortions, sgRNA target estimation was performed for CRISPR/CAS9 with deep learning in this study. In this article, Convolutional Neural Networks (CNN), Multi-Layer Perceptron (MLP) and Bidirectional Long Short-Term (BLSTM) algorithms are used. Performance comparison of the CRISPR/CAS9 system for three algorithms was performed.

Benzer Tezler

  1. Tez No

    338357

    Machine learning methods for using network based information in microRNA target prediction

    MicroRNA hedef tahminlerinde ağ tabanlı bilgilerin kullanılması için makine öğrenim yöntemleri

    MERTER SUALP

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TOLGA CAN

  2. Tez No

    202737

    MicroRNA target prediction by constraint programming

    MikroRNA hedef genlerinin kısıtlı mantık programlama yöntemiyle tahmin edilmesi

    MEHMET TUĞRUL TEKBULUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    BiyolojiSabancı Üniversitesi

    Biyoloji Bilimleri ve Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. UĞUR SEZERMAN

  3. Tez No

    316492

    Classification of short biosequences

    Kısa biyodizilimlerin sınıflandırılması

    ALPER TUNGA KALKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN OĞUL

  4. Tez No

    420264

    Microrna dependent control and regulation mechanisms of autophagy in health and disease

    Hastalıkta ve saglıkta otofajinin mikrornalar ile kontrolü

    AYŞE KUMSAL TEKİRDAĞ KOŞAR

    Doktora

    İngilizce

    İngilizce

    2015

    BiyomühendislikSabancı Üniversitesi

    Biyoloji Bilimleri ve Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. DEVRİM GÖZÜAÇIK

  5. Tez No

    268373

    Dağıtık DVM kullanılarak miRNA hedef gen tahmini yapılması

    miRNA target gene prediction using distributed SVM

    NİYAZİ ELVAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. A. GÖKHAN YAVUZ

Geri Dön