Geri Dön

A network alignment approach for integrating multiple single-cell RNA-sequencing datasets

Tek hücre RNA dizileme veri setlerinin entegrasyonu için ağ hizalama tabanlı bir yöntem geliştirilmesi

  1. Tez No: 742511
  2. Yazar: YACINE MAROUF
  3. Danışmanlar: DOÇ. DR. HİLAL KAZAN, PROF. DR. CESİM ERTEN
  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: 2022
  8. Dil: İngilizce
  9. Üniversite: Antalya Bilim Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 71

Özet

Tek hücre RNA dizileme tekniğinin verimi ve maliyeti sürekli bir iyileşme halindedir. Daha büyük ölçekli tek hücre RNA dizileme verilerinin artışı farklı deney sonuçlarının entegrasyonunu gerektirmektedir. Farklı laboratuvarlarda, farklı zaman dilimlerinde, farklı cihaz ve teknolojilerle üretilen verilerde yığın etkisinin sonuçları etkilediği gözlemlenmektedir. Yığın etkisinin düzeltilmesi sonraki analizlerin doğruluğunu artırmak için gereklidir. Tek hücre RNA dizileme verilerinin entegrasyonundaki zorluk entegrasyonu gerçekleştirirken hücre popülasyonlarını ayrı tutmak ve verilerin yerel dağılımlarını korumaktadır. Bu tezde, ağ hizalama tekniği kullanarak farklı tek hücre RNA dizileme veri setlerindeki yığın etkisini düzelten ve bu veri setlerinin entegrasyonunu sağlayan sciTuna isimli bir yöntem önerilmektedir. Yöntemimiz iki yığın arasında hücreleri eşleştirdikten sonra iteratif bir yolla bu hücrelerin enyakın komşuluklarını da göz önünde bulundurarak entegrasyonu iyileştirmektedir. Simulasyon, yarı-gerçek ve gerçek verilerdeki sonuçlar SciTuna'nın literatürdeki mevcut entegrasyon yöntemlerinden daha iyi performans verdiğini göstermektedir. Son olarak, karşılaştırmalı diferensiyal ifade analizi ile yığın etkisinin nasıl ortadan kalktığı ve yöntemin sağlamlığı gösterilmiştir.

Özet (Çeviri)

The throughput and cost of single-cell RNA sequencing (scRNA-seq) are in continuous improvement, and so is the demand for larger-scale scRNA-seq data, which could require integrating multiple datasets from different sequencing experiments. The integration of different scRNA-seq datasets could be challenging due to the batch effect, a phenomenon that could occur when the experiments are run in different laboratories, at different time periods, or when using different instruments and technologies. Batch effect correction is a necessary process to prevent misleading results in downstream analysis on the integrated data. The challenge in scRNA-seq integration is mainly to merge the datasets while keeping the cell populations separate and maintaining the local structure of the datasets. In this thesis, we introduce SciTuna, a Single-Cell RNA-seq datasets Integration Tool Using Network Alignment with batch effect correction. Our method finds matching cells between the batches and uses an iterative approach to refine the integration of each cell based on the nearest neighboring cells. We show that our method outperforms other existing integration methods using simulated, semi-real, and real data based on different metrics. SciTuna also shows a reliable performance integrating datasets with semioverlapping population compositions. Lastly, comparative differential expression analysis was carried out on the integrated datasets to demonstrate the batch effect correction and the robustness of the integration method.

Benzer Tezler

  1. Secure and coordinated beamforming in 5G and beyond systems using deep neural networks

    5G ve ötesi sistemlerde derin sinir ağları kullanarak güvenli ve koordineli hüzmeleme

    UTKU ÖZMAT

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET AKİF YAZICI

    DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRKOL

  2. Bulanık çok modlu kaynak kısıtlı proje çizelgeleme problemlerinin çözümü için matematiksel bir model

    A mathematical model for the solution of the fuzzy multi mode resource-constrained project scheduling problems

    ÖMER ATLI

    Doktora

    Türkçe

    Türkçe

    2012

    Endüstri ve Endüstri MühendisliğiHava Harp Okulu Komutanlığı

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. CENGİZ KAHRAMAN

  3. A graph theoretical approach for aligning cell lines and tumors

    Hücre hatlarının ve tümörlerin hizalanması için çizge teorimsel yaklaşımlar

    MUHAMMET EDİP AKAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HİLAL KAZAN

    PROF. DR. CESİM ERTEN

  4. Deepfake image/video detection and classifications using deep learning techniques

    Derin öğrenme teknikleri kullanılarak deepfake görüntü/video tespiti ve sınıflandırmaları

    DEO RUTIKANGA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZEYNEL DEPREM

  5. Etmen tabanlı bir grid sisteminde CSP yaklaşımı kullanılarak güçlü taşınabilirlikli görevlerle ağ trafiği yükü dengeleme

    Network load balancing with strong migration in an agent based grid system using CSP approach

    ZAFER ALTUĞ SAYAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NADİA ERDOĞAN