Cancer driver subnetwork identification by network dismantling methods
Ağ sökme yöntemlerini kullanarak kanser sürücüsü alt ağ tanımlama
- Tez No: 685203
- Danışmanlar: DOÇ. DR. NURCAN TUNÇBAĞ
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Biyoenformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Dokuya özgü protein protein etkileşim ağları (TSPPI), doku bazlı hücresel süreçleri ve protein fonksiyonlarını incelemek için önemlidir. Dokuların işlevleri çeşitli olduğu için içerdikleri proteinler ve bu proteinlerin işlevleri de birbirinden farklıdır. Böylece bu ağlar, TSPPI'deki önemli grupları tanımlayarak hem dokuya özgü kanser tahmininde klinik çalışmalara yardımcı olabilir. Bu çalışmada, çeşitli TSPPI'lerdeki sürücü alt ağlarını tespit etmeyi ve sürücü alt ağlarının etkinliğini anlamayı amaçlıyoruz. TissueNet v2 veritabanından meme, karaciğer, lenf düğümü, yumurtalık ve periferik sinir TSPPI'lerinde yinelemeli merkezilik saldırıları, Genelleştirilmiş Ağ Dağıtma (GND), Yeniden Yerleştirmeli GND (GNDR) gerçekleştirdik. Cancer Genome Interpreter ve cBioPortal veritabanlarından alınan her TSPPI'nin sürücü gen bilgilerini kullanarak karşılaştırmadan sonra, daha kompakt ve sağlam alt ağlar elde etmek için ortaya çıkan her TSPPI alt ağına Kişiselleştirilmiş PageRank uyguladık. Son olarak, önerilen sürücü alt ağları için zenginleştirme analizi gerçekleştirdik. Nihai alt ağlardaki genlerin hem yaygın hem de doku bazlı kanserle ilgili yollarda zenginleştigini bulduk. Sonuç olarak, tüm TSPPI'ler için optimal saldırı stratejisi olmadığını bulduk. Ancak bu stratejilerin karşılaştırılması ile kanser araştırmaları için umut verici sonuçlar elde etmek mümkündür.
Özet (Çeviri)
Tissue-specific protein protein interaction networks(TSPPI) are important for studying tissue-based cellular processes and protein functions. As the functions of tissues are various, the proteins they contain and the functions of these proteins also different than each other. Thus, these networks may help clinical studies both in tissue-specific cancer prediction by identification of the important groups in TSPPI. In this study, we aim to detect driver subnetworks in various TSPPIs and to understand effectiveness of the driver subnetworks. We performed iterative centrality attacks, Generalized Network Dismantling(GND), GND with Reinsertion(GNDR) on breast, liver, lymph node, ovary, and peripheral nerve TSPPIs from TissueNet v2 database. After the comparison by using driver gene information of each TSPPI from the Cancer Genome Interpreter and cBioPortal databases, we applied Personalized PageRank to each resulting TSPPI subnetworks to get more compact and robust subnetworks. Finally, we performed enrichment analysis for the proposed driver subnetworks. We found that genes in final subnetworks were enriched in both common and tissue-based cancer related pathways. As a result, we found that there was not optimal attack strategy for all TSPPIs. However, it is possible to obtain promising results for the cancer research by the comparison of these strategies.
Benzer Tezler
- Rankpcsf: A disease module identification method by integrating network propagation with prize-collecting steiner forest
Rankpcsf: Ağ üzerinde yayılım ve ödül toplayan steiner ormanı kullanarak hastalık modülü tespit metodu
ARDA ESKİN
Yüksek Lisans
İngilizce
2022
BiyolojiOrta Doğu Teknik ÜniversitesiTıp Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURÇAK OTLU SARITAŞ
DOÇ. DR. NURCAN TUNÇBAĞ
- Biyolojik ağlarda mutasyonlu alt ağların tespiti için önerilen etkin yaklaşım
An effıcıent approach for detectıng mutated subnetworks ın bıologıcal networks
LIONEL NGOBESING ALANGEH
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YILMAZ ATAY
- Leveraging the molecular signatures of cancer for dynamic network
Kanserin moleküler izlerinin dinamik ağ modellemede kullanılması
ENES SEFA AYAR
Yüksek Lisans
İngilizce
2023
BiyolojiKoç ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DOÇ. DR. NURCAN TUNÇBAĞ
- Computational identification of possibly overlapping driver pathways in cancer
Kanserde birbiriyle örtüşebilen sürücü yolakların işlemsel yöntemlerle belirlenmesi
ILYES BAALI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİLAL KAZAN
Prof. Dr. CESİM ERTEN
- Utilizing mutual exclusivity for the identification of cancer driver gene modules
Karşılıklı dışlama kullanılarak kanser sürücü gen modüllerinin bulunması
RAFSAN AHMED
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİLAL KAZAN
PROF. DR. CESİM ERTEN