Chemical biomarker profiles extraction for honeybee pathogens using machine learning
Makine öğrenimini kullanarak bal arısı patojenleri için kimyasal biyomarker profillerinin çıkarılması
- Tez No: 710781
- Danışmanlar: DR. ÖĞR. ÜYESİ CHRISTOPHER LOUIS MAYACK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Son yıllarda bal arısı tozlaşma hizmetlerine olan bağımlılığımız arttı, ancak arı sağlığı küresel ölçekte düşüyor. Arı sağlığındaki düşüş, karmaşık çok faktörlü bir sorundur ve bir dizi etkileşimli stres etkeninden kaynaklanır. Stresörler temel olarak pestisit maruziyetinden, paraziter enfeksiyonlardan, yetersiz beslenmeden ve yiyecek arama habitatının kaybından kaynaklanmaktadır. Bununla birlikte, bu stres etkenlerinin arı sağlığında sinerjik bir düşüş meydana getirmek için tam olarak nasıl etkileşime girdiği belirsizliğini koruyor çünkü önceki çalışmalar, laboratuvarda geleneksel deneysel testler kullanılarak aynı anda bir veya iki stres etkenine odaklanmıştı. Burada, hipotez dışı veri odaklı bir analiz olan bir sistem biyolojisi yaklaşımı kullanıyoruz. Arı sağlığındaki düşüşten sorumlu spesifik etkileşimleri belirlemek için kırsal alanlardan kentsel alanlara örneklenen 87 bal arısı kovanının açıklayıcı profilini en yaygın 20 arı hastalığının bolluk veri setleriyle bütünleştiriyoruz. Bu analizden, bir kovanın enfekte olup olmadığını tahmin edebilen arı hastalıklarının 13'ü için kimyasal biyobelirteç kütüphaneleri geliştirdik. Biyobelirteç kitaplıkları, kimyasal biyobelirteç kitaplıklarımızın bir kovana belirli bir hastalık bulaşıp bulaşmadığını kabaca %85 doğruluk, kesinlik, duyarlılık, seçicilik ve geri çağırma ile tahmin edebildiğini tutarlı bir şekilde gösteren beş farklı makine öğrenme tekniği kullanılarak doğrulandı. Ek olarak, entegre veri setleri arasında bir ağ analizi kullanarak, arı hastalıkları boyunca, bal arısının birden fazla enfeksiyona duyarlılığının artmasından sorumlu olan veya nasıl olduğunu açıklayabilen potansiyel hedefler olduğundan şüphelenilen beş metabolit merkezi olduğunu bulduk. çoklu enfeksiyonlar, mekanik olarak arı sağlığında sinerjik bir düşüşe yol açar. Ayrıca, arı hastalıkları ile ilişkili ve detoksifikasyon ve oksidatif stres tepki genleriyle bağlantılı, insanlar için oldukça toksik olan bir dizi çevresel kirletici belirledik. Bulgularımız, arıların sadece insan sağlığı için çevre kalitesini izlemek için bir biyoindikatör veya gözcü olarak kullanılabileceğini değil, aynı zamanda bal arılarına maruz kalmanın da onların sağlığına zarar verme olasılığının yüksek olduğunu göstermektedir. Kirli ortamlardan kaynaklanan bu çevresel maruziyetler, muhtemelen arı sağlığını olumsuz etkileyen başka bir stres faktörüdür ve bunların etkileri, arı sağlığındaki en son düşüşte henüz tam olarak anlaşılmamıştır. Sistem biyolojisi analizinden, olası bir hızlı teşhis aracı olarak kullanılabilecek kimyasal biyobelirteçler sağlıyoruz, öyle ki arıcılar, koloni parazit enfeksiyonlarından çökmeden önce bal arısı sağlığını iyileştirmek için yönetim uygulamalarını değiştirebilirler. Arı sağlığını muhtemelen olumsuz yönde etkileyen yeni stres faktörleri tanımlanmıştır ve bunlar, bal arısı kovanındaki hastalık prevalansındaki artışla bağlantılı çok sayıda maruziyetle etkileşime girer. Toplu olarak, bulgularımız, Tek Sağlık paradigmasının, azalan arı sağlığının karmaşıklığını ele almak ve ilerlemeyi iyileştirmek için muhtemelen en etkili strateji olduğu fikrini desteklemektedir.
Özet (Çeviri)
In recent years, we have increased on our reliance upon honey bee pollination services yet bee health has been declining on a global scale. The decline in bee health is a complex multifactorial problem and it is caused by a number of interacting stressors. The stressors are mainly stemming from pesticide exposure, parasitic infections, poor nutrition, and loss of foraging habitat. However, how these stressors exactly interact to produce a synergistic decline in bee health remains elusive because previous studies have mainly focused on one or two stressors at a time using traditional experimental testing in the laboratory. Here we utilize a systems biology approach that is a non-hypothesis data driven analysis. We integrate the exposome profile of 87 honey bee hives, sampled from rural to urban areas, with the abundance datasets of the 20 most common bee diseases to determine the specific interactions responsible for a decline in bee health. From this analysis, we have developed chemical biomarker libraries for 13 of the bee diseases that are able to predict whether a hive is infected or not. The biomarker libraries were validated using five different machine learning techniques that consistently demonstrated our chemical biomarker libraries can predict whether a hive is infected with a particular disease or not with roughly 85% accuracy, precision, sensitivity, selectivity, and recall. In addition, using a network analysis across the integrated datasets, we found that across the bee diseases there are five metabolite hubs that are suspected to be potential targets that are responsible for an increase in susceptibility of the honey bee to multiple infections or can explain how multiple infections lead to a synergistic decline in bee health mechanistically. Moreover, we identified a number of environmental pollutants that are highly toxic to humans, which are also associated with bee diseases and are linked to detoxification and oxidative stress response genes. Our findings suggest that not only can bees be used a bioindicators or sentinels for monitoring environmental quality for human health, but the exposures themselves to the honey bees are likely to be a detriment to their health as well. These environmental exposures from polluted environments are likely another stressor that is negatively impacting bee health and their implications have yet to be fully recognized in the most recent decline in bee health. From the systems biology analysis we provide chemical biomarkers that can be used as a possible rapid diagnostic tool such that beekeepers can change management practices to improve honey bee health before the colony collapses from parasitic infections. Novel stressors have been identified that are likely negatively impacting bee health and these are interacting with a multitude of exposures that are linked to an increase in disease prevalence in the honey bee hive. Collectively, our findings support the notion that the One Health paradigm is likely to be the most effective strategy for addressing the complexity of declining bee health and for improving it moving forward.
Benzer Tezler
- Network medicine-based discovery of biomarkers for pancreatic cancer
Pankreas kanseri için ağ tıbbı tabanlı biyobelirteç keşfi
ŞAFAK KILIÇ
Yüksek Lisans
İngilizce
2021
BiyoistatistikBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEFİKA KUTLU ÜLGEN
- Çevresel şartlara maruz kalmış kan lekelerinin miRNA biyobelirteçleri kullanılarak belirlenmesi
Başlık çevirisi yok
NİLAY LERZAN DALKIRAN
Yüksek Lisans
Türkçe
2022
Adli Tıpİstanbul Üniversitesi-CerrahpaşaFen Bilimleri Ana Bilim Dalı
PROF. DR. EMEL HÜLYA YÜKSELOĞLU
- Furanın leydig hücrelerinde genotoksik profilinin değerlendirilmesi
Evaluation of the genotoxic profile of furan in leydig cells
BUSE YILMAZ
Yüksek Lisans
Türkçe
2023
Biyolojiİstanbul ÜniversitesiBiyoloji Ana Bilim Dalı
DOÇ. DR. BANU ORTA YILMAZ
- Biyolojik sıvılarda Beta 2 mikroglobulin düzeylerinin saptanması, toksikolojik ve klinik öneminin değerlendirilmesi
Determination of beta 2 microglobulin level in biological fluids, evaluation of toxicological and clinical significance
NİLGÜN OTO GEÇİM
Doktora
Türkçe
1999
Eczacılık ve FarmakolojiHacettepe ÜniversitesiFarmasötik Toksikoloji Ana Bilim Dalı
PROF. DR. GÖNÜL ŞAHİN
PROF. DR. SUNA DURU
- Meme kanseri hücre hatlarında karşılaştırmalı yüzey proteom analizi
Comparative surface proteome analysis in breast cancer cell lines
MEHMET SARIHAN
Doktora
Türkçe
2023
Tıbbi BiyolojiKocaeli ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
PROF. DR. MURAT KASAP