Geri Dön

Species classification from short genomic reads using feedforwardneural networks

Beslemeli sinir ağları kullanarak genomik kısa okumalardan türsınıflandırması

PDF İndir

  1. Tez No: 831656
  2. Yazar: EMRE ÖZZEYBEK
  3. Danışmanlar: YRD. DOÇ. DR. AYBAR CAN ACAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mikrobiyoloji, Computer Engineering and Computer Science and Control, Microbiology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Biyoenformatik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Yeni Nesil Dizileme teknolojilerinin maliyetlerinin düşmesi ile genomik bulguların hızlı ve verimli sınıflandırılmasının önemi artmıştır. İkinci Nesil Dizileme tekniklerinin çıktı uzunluklarındaki kısıtlamalardan dolayı, kısa DNA okumalarını sınıflandırabilmemiz önem taşımaktadır. Bu çalışmada iki türe ait referans genomlardan alınan kısa okumalar(50-500 bp) ile üç saklı katmana sahip temel bir Yapay Sinir Ağı modelini eğittik. Kısa ve iyi çalışılmış referans genomlara sahip olduklarından Escherichia Coli ve Saccharomyces Cerevisia türlerini seçtik. Bu türlerin taksonomik olarak farklı olması, sınıflandırmada tüm genomu kullanma üzerine bir araştırmanın konusu olmak bakımından onları ideal adaylar haline getirdi. Daha sonra referans genomlardan alınan bu okumaları sınıflandırdık. Çeşitli üst değişkenler ve okuma uzunlukları kullanarak elde ettiğimiz modellerin eğitim süreçleri sonunda uygulanan sınıflandırma işlemlerinde %80-%91 aralığında doğruluğa eriştik. Karşılaştığımız sorunları belgeledik, geleceğe yönelik önerilerde bulunduk.

Özet (Çeviri)

With the cost of Next Generation Sequencing technologies in decline, the need for fast and efficient classification of genomic findings has become of utmost importance. Due to the output length limitations of most Second Generation Sequencing techniques, it is important that we are able to classify short reads of DNA. In this research, we trained a basic Artificial Neural Network model with three hidden layers on short reads(50-500 bp) taken from two species' reference genomes. We selected Escherichia Coli and Saccharomyces Cerevisiae for their short and well-studied reference genomes. Their taxonomic difference makes them ideal candidates for ascertaining the viability of using the whole genome for species classification. We then classified these short reads. We achieved moderate success with a classification accuracy of 80%-91% corresponding to differing hyperparameters and read lengths. We documented the encountered issues and considered future directions.

Benzer Tezler

  1. Tez No

    887096

    Phylogeography of the Savi's pipistrelle (Vespertilionidae, chiroptera) complex based on whole mitochondrial genome analysis

    Savi'nin cüce yarasası kompleksinin (Vespetilionidae, chiroptera) filocoğrafyasının tüm mitokondriyal genom ile analizi

    YELİZ ERGÖL

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Genetikİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRAH ÇORAMAN

  2. Tez No

    400755

    Computational genomic signatures and metagenomics

    Başlık çevirisi yok

    ÖZKAN UFUK NALBANTOĞLU

    Doktora

    İngilizce

    İngilizce

    2011

    Elektrik ve Elektronik MühendisliğiUnıversıty Of Nebraska-Lıncoln

    PROF. KHALID SAYOOD

  3. Tez No

    467914

    Ege bölgesinde yetişen Tricholoma cinsine ait bazı mantar örneklerinden dna izolasyonu, aday barkod genlerinin pcr optimizasyonu ve gen sekans analizi

    Dna isolation, pcr optimization for candidate barcode genes and gene sequence analyzes of some of the macrogungi samples belonging to Tricholoma genus collected from the aegean region

    GÖKÇE HAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BiyolojiMuğla Sıtkı Koçman Üniversitesi

    Biyoloji Ana Bilim Dalı

    YRD. DOÇ. DR. BEKİR ÇÖL

  4. Tez No

    311391

    Kök kanalında sıklıkla görülen yedi mikroorganizmanın elektronik burun sistemi kullanılarak sınıflandırılması

    Classification of seven microorganism species frequently seen in root canals using electronic nose system

    YASEMİN KAHRAMAN

    Doktora

    Türkçe

    Türkçe

    2010

    Diş HekimliğiErciyes Üniversitesi

    Diş Hastalıkları ve Tedavisi Ana Bilim Dalı

    YRD. DOÇ. DR. ÖZGÜR ER

  5. Tez No

    136817

    Cam malzemenin türleri, özellikleri ve yapılarda kullanımının sistematik olarak sınıflandırılması

    The Species, properties of glass material and the classification of it's usage for constructional purposes

    İLKER KAHRAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    MimarlıkDokuz Eylül Üniversitesi

    Yapı Bilgisi Ana Bilim Dalı

    YRD. DOÇ. DR. CENGİZ YESÜGEY

Geri Dön