Integrative predictive modeling of metastasis in melanoma cancer
Melanom kanserinde metastazın tahmine dayalı büteleştirici modellenmesi
- Tez No: 720499
- Danışmanlar: DOÇ. DR. YEŞİM AYDIN SON
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 136
Özet
Bu çalışma, miRNA, mRNA ve DNA metilasyonunun birleştirilmiş etkisini araştırarak melanomun metastatik moleküler imzalarını izlemek için genetik biyobelirteçlerin düzenleyici etkisini belirlemeye amaçlamaktadır. MiRNA, mRNA ve DNA metilasyon belirteçlerini entegre ederek metastazı ayırt etmek için çoklu makine öğrenme modelleri geliştirdik. Bir dizi tahminleme modeli değerlendirerek metastatik melanom örneklerini ayırt etmek için TCGA melanom veri setini kullandık. Her yeni biyobelirteç kategorisinin etkisini ortaya çıkarmak için aday belirteçler olarak ayırıcı şekilde ifade edilen miRNA, mRNA ve metilasyon özniteliklerini yinelemeli bir kombinasyonu uygulanmıştır. Her yinelemede, birleştirilmiş modellerin performansları hesaplandı. Tüm karşılaştırmalar sırasında, öznitelik seçim yönteminin seçimi ve alt ve üst örnekleme yaklaşımları analiz edilmiştir. En yüksek performans gösteren modellerin seçilmiş biyobelirteçleri, fonksiyonel zenginleştirme kümelerinin analizi biyolojik yorumu için ayrıca irdelenmiştir. İlk modelde, miRNA biyobelirteçleri metastatik melanomu %81 F-skoru ile tanımlayabilir. miRNA üzerine mRNA markörlerinin eklenmesi F-skorunu %92'ye yükseltti. Nihai entegre modelde, metilasyon verilerinin eklenmesi, %92'lik benzer bir F-skoruyla ulaşıldı, ancak birden fazla denemede düşük varyanslı daha kararlı bir model üretildi. Sonuçlarımız, miRNA belirteçleri metastaz sonuçlarını yüksek doğrulukla modellediğinden, metastatik melanomda miRNA düzenlemesinin rolünü desteklemektedir. Ayrıca miRNA'nın mRNA ve Metilasyon biyobelirteçleri ile entegre değerlendirmesi, modelin gücünü artırmaktadır. Modelde, seçilmiş olan belirteçler“Osteoclast”,“Rap1 Signaling”“ve ”Chemokine Signaling" gibi melanomun metastazla ilişkili patikalarda yoğunlaşmaktadır.
Özet (Çeviri)
This study focused on identifying the regulatory impact of genetic biomarkers for monitoring metastatic molecular signatures of melanoma by investigating the consolidated effect of miRNA, mRNA, and DNA methylation. We developed multiple machine learning models to distinguish the metastasis by integrating miRNA, mRNA, and DNA methylation markers. We used the TCGA melanoma dataset to differentiate metastatic melanoma samples by assessing a set of predictive models. An iterative combination of differentially expressed miRNA, mRNA, and methylation signatures is used as candidate markers to reveal each new biomarker category's impact. In each iteration, the performances of the combined models are calculated. The choice of feature selection method and under and oversampling approaches are analyzed during all comparisons. Selected biomarkers of the highest performing models are further analyzed for the biological interpretation of functional enrichment. MiRNA biomarkers can identify metastatic melanoma with an 81% F-score in the initial model. The addition of mRNA markers upon miRNA increased F-score to 92 %. In the final integrated model, the inclusion of the methylation data resulted in a similar F-score of 92% but produced a stable model with low variance across multiple trials. Our results support the role of miRNA regulation in metastatic melanoma as miRNA markers models metastasis outcomes with high accuracy. Moreover, the integrated evaluation of miRNA with mRNA and Methylation biomarkers increases the model's accuracy. It populates selected biomarkers on the metastasis-associated pathways of melanoma, such as“Osteoclast,”“Rap1 Signaling”“and ”Chemokine Signaling" Pathways.
Benzer Tezler
- A novel structural protein-protein interaction network model: Its applications on drug off-target prediction and genotype-phenotype linkage
Yeni bir yapısal protein-protein etkileşimi ağ modeli: Bu modelin ilaç uzak-hedeflerinin tahmininde ve genotip-fenotip bağlantısı kurmaktaki uygulamaları
HATİCE BİLLUR ENGİN ARAS
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ATTİLA GÜRSOY
PROF. DR. ZEHRA ÖZLEM KESKİN ÖZKAYA
- The social psychological predictors of pedestrian behaviors
Yaya davranışlarının sosyal psikolojik belirleyicileri
BAŞAR DEMİR
Doktora
İngilizce
2017
PsikolojiOrta Doğu Teknik ÜniversitesiPsikoloji Ana Bilim Dalı
DOÇ. DR. TÜRKER ÖZKAN
- Metabolism-oriented multiomics data integration
Farklı omı̇k verı̇lerı̇n metabolı̇zma odaklı entegrasyonu
AYCAN ŞAHİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. ALİ ÇAKMAK
- The Predictor variables of post-traumatic stress syptoms in children and adolescents following 1999 Marmara earthquake: Exposure to traumatic experiences and coping
1999 Marmara Depremi sonrasında çocuk ve ergenlerde travma sonrası stres belirtilerini yordalayan değişkenler: Travmatik yaşantılara maruz kalma ve başaçıkma
ILGIN GÖKLER
Yüksek Lisans
İngilizce
2001
PsikolojiOrta Doğu Teknik ÜniversitesiPsikoloji Ana Bilim Dalı
PROF. DR. NURAY KARANCI
- Digital oil refinery: Utilizing real-time analytics and cloud computing over industrial sensor data
Başlık çevirisi yok
ATHAR KHODABAKHSH
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL ARI