Toplu öğrenme ile ilaç kombinasyonlarının sinerji skor tahmini
Prediction of drug combinations' synergy score by ensemble learning
- Tez No: 629145
- Danışmanlar: DOÇ. DR. MEHMET TAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Kanser gibi ortaya çıkış sebebi birden fazla genetik ve çevresel nedene bağlı olan kompleks hastalıkların tedavisinde son zamanlarda en çok tercih edilen yöntem; birden fazla ilacın birarada kullanıldığı politerapi (kombinasyonel terapi) yöntemidir. Eğer bir ilaç kombinasyonunun, herhangi bir hastalığa sahip hücre hattına olan etkisi, kombinasyondaki ilaçların tek başına uygulanmasıyla elde edilen etkilerin toplamından fazlaysa, bu ilaç kombinasyonuna sinerjik ilaç kombinasyonu denir. Son zamanlarda bu alanda yapılan çalışmalarda, yapay öğrenme yöntemlerinin sinerjik ilaç kombinasyonlarını belirlemede zaman,kaynak kullanımı vs. gibi birçok açıdan verimlilik sağladıkları gözlemlenmştir. Bu tez çalışması iki bölümden oluşmaktadır. İlk bölümde farklı ilaç gösterimleriyle oluşturduğumuz veri kümelerinin, ilaç kombinasyonlarının sinerjilerinin derecelerini gösteren sinerji skorlarının tahminine olan etkileri incelendi. Kullandığımız ilaç gösterimlerinden bazıları sinerji skoru tahmini için ilk defa kullanılan verilerdir. Bu aşamada oluşturduğumuz veri kümeleri ile yapay öğrenme modellerinden elde edilen tahminler birleştirilerek kapsamlı bir onkoloji veri kümesindeki sinerji skorlarının tahmini için literatürdeki en iyi sonuçlar elde edildi. İkinci bülümde, ilaç-kanserli hücre hattı ikilileri için bir yapay öğrenme modelinin tahmin ettiği sinerji skorlarını en iyileyecek ikinci ilaçlar (moleküller) oluşturulmaya çalışıldı. Bu amaç için varyasyonel oto kodlayıcı ve gradyan çıkış yapay öğrenme yöntemlerinden yararlanıldı. Bu çalışmanın sonucunda en iyilenen sinerji skoruna yakın skorlar veren moleküllere, belirli bir oranın üzerinde benzeyen moleküllerin oluşturulduğu gözlemlendi.
Özet (Çeviri)
Recently, the most preferred method in the treatment of complex diseases such as cancer, the origin of which is due to more than one genetic and environmental causes, is polytherapy (combination therapy). It is a method of where more than one drug is used together. If the effect of a drug combination on the cell line with any disease is greater than the sum of the effects achieved by applying the drugs in the combination alone, this drug combination is called a synergistic drug combination. In recent studies in this field, It has been observed that machine learning methods provide efficiency for determining synergistic drug combinations in many aspects such as time, resources, etc. This thesis consists of two parts. In the first part, the effects of data sets that we created with different drug representations on the estimation of synergy scores which show the degree of synergism of drug combinations were examined. Some of the drug representations used for the first time for synergy score estimation. The best results in the literature were obtained for the estimation of synergy scores in a comprehensive oncology dataset by combining machine learning predictions' for these datasets. In the second part, we tried to create second drugs (molecules) for drug-cancer cell line pairs that would optimize synergy scores predicted by an artificial learning model. For this purpose, variational autocoder and gradient ascent methods were used. As a result of this study, it has been observed that, machine learning methods can create molecules that are similar with the molecules that give scores close to the synergy scores that are optimized.
Benzer Tezler
- Yaygın eğitim öğrenme faaliyetlerinin aktif yaşlanma bağlamında incelenmesi
The investigation of non-formal education learning activities in the context of active aging
MUSTAFA KÖK
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimNecmettin Erbakan ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. MUSTAFA AYDIN
- Veri madenciliği kullanarak ache enzimiyle etkileşen moleküllerin bağlanma eğiliminin tahmini
Prediction of binding affinity of molecules interacting with ache enzyme using data mining
MERVE YENEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZLEM ERDAŞ ÇİÇEK
- Dokuz Eylül Üniversitesi Tıp Fakültesi Ruh Sağlığı ve hastalıkları anabilim dalına ilk başvuruda bulunan majör depresif bozukluk tanılı hastalar ile yapılan kültürel formülasyon görüşme içeriklerinin niteliksel olarak değerlendirilmesi
Qualitative content analysis of cultural formulation interviews of patients diagnosed with major depressive disorder who first applied to the department of psychiatry of Dokuz Eylul University Faculty of Medicine
ALP ÇAĞATAY KANGAL
Tıpta Uzmanlık
Türkçe
2024
PsikiyatriDokuz Eylül ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HASAN CAN CİMİLLİ
- Obsesif kompulsif bozukluk tanılı hastalarda serum lipokalin-2 düzeyinin bilişsel işlevlerle ilişkisi ve sağlıklı gönüllüler ile karşılaştırılması
The relationship between serum lipocalin-2 levels and cognitive functions in patients with obsessive compulsive disorder and compared with HEALTHY
ÖZNUR ARSLAN
Tıpta Uzmanlık
Türkçe
2022
PsikiyatriGazi ÜniversitesiPsikiyatri Ana Bilim Dalı
DOÇ. DR. ŞADİYE VİSAL BUTURAK
- Samsun İli ilkadım ilçesi'nde görev yapan aile hekimlerinin esansiyel hipertansiyon hakkında bilgi, algı ve tutumları
Knowledge, perception and attitudes of familyphysicians working in Samsun province i̇lkadimdistrict about essential hypertension
EMİN ÖZ
Tıpta Uzmanlık
Türkçe
2020
Aile HekimliğiSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ YAVUZ