Predicting the primary tissues of cancers of unknown primary using machine learning
Primeri bilinmeyen kanserlerin primer dokularının makine öğrenmesi yöntemleri ile tahmini
- Tez No: 845685
- Danışmanlar: DR. ÖĞR. ÜYESİ AYBAR CAN ACAR
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biyoloji, Genetik, Biostatistics, Biology, Genetics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Biyoenformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Primeri Bilinmeyen Kanserler (PBK), tümörün birincil kaynağının tespit edilemediği ve yalnızca ikincil tümörün belirgin olduğu metastazlardır. Köken doku tümörün temel özelliklerini tanımladığından ve çoğu tedavi yöntemi bu özelliklere özgü olduğundan, bu durum tedavide sorunlara neden olabilmektedir. Primer tümör ve onun metastazları arasındaki gen anlatım profili benzerliklerine dayanarak PBK'ların primer dokusunu tahmin etmek için üç farklı makine öğrenmesi modeli oluşturduk. Modeller, TCGA programından elde edilen 14 farklı kanser türünde 8798 kanser vakası üzerinde eğitilmektedir. Kullanılan verilerde spesifik kanser türleri belirlidir. Süreç boyunca belirli gen tiplerine dayalı olarak köken tahminini denedik, bu sonuçları birbirleriyle ve genel doğrulukla karşılaştırdık. Kurulan model, daha fazla veri sayesinde geliştirilirse PBK teşhislerine yardımcı olabilir.
Özet (Çeviri)
Cancers of Unknown Primary (CUP) origin are metastases where the primary source of the tumor cannot be detected and only the secondary tumor is evident. This can cause problems in treatment since the tissue of origin defines the base characteristics of the tumor and most therapeutic methods are specific to these characteristics. We built three machine learning models to predict the primary tissue of CUPs based on gene expression profile similarities between the primary tumor and its metastases. The models are trained on 8798 cancer cases across 14 different cancer types obtained from the TCGA program. The specific cancer types are annotated in the data used. During the process, we tried origin prediction based on specific gene types and compared these results with each other and with overall accuracy. The trained model can assist in CUP diagnoses, by further development, using more data.
Benzer Tezler
- Baş boyun kanserlerinde 18 FDG PET/bt'nin ilk evreleme ve yeniden evrelemedeki rolü
At the patients with head and neck cancers; the role of 18-f FDG-pet/ct at first staging and restaging
ABDULLAH DEMİRKAN
Tıpta Uzmanlık
Türkçe
2011
Kulak Burun ve BoğazSelçuk ÜniversitesiKulak Burun Boğaz ve Baş-Boyun Cerrahisi Ana Bilim Dalı
DOÇ. DR. KAYHAN ÖZTÜRK
- Meme karsı̇nomu metastazlarında TRPS1, MGP, GATA3 VE SOX10'un immunohı̇stokı̇myasal boyanma paternlerı̇nı̇n değerlendı̇rı̇lmesı̇
Evaluation of immunohistochemical staining patterns of TRPS1, MGP, GATA3 and SOX10 in breast carcinoma metastases
ÖZGE İNTEPE
Tıpta Uzmanlık
Türkçe
2023
PatolojiEge ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
PROF. DR. OSMAN ZEKİOĞLU
- Özofagus kanseri tedavisinde hedefe yönelik yeni nesil dizileme çoklu gen panelinin prognostik önemi
Prognostic significance of actionable next-generation-sequencing multigene panel in esophageal cancer treatment
ZAFER TEKE
Doktora
Türkçe
2023
Moleküler TıpSağlık Bilimleri ÜniversitesiMoleküler Onkoloji Ana Bilim Dalı
PROF. DR. SEVGİ KALKALI TAŞ
- Baş boyun kanserlerinde primer doku ve tedavi sonrası nüks/refrakter dokuda PD-L1 ve VISTA ekspresyon düzeyinin karşılaştırılması
Comparison of PD-L1 and VISTA level in primary and recurrent/refractory tissue after therapy in head and neck cancers
GÖRKEM YAZICI ŞENER
- Dinamik manyetik rezonans görüntüleme ve ultrason kontrast ajanlı power doppler ultrasonografi ile meme lezyonlarında benign ve malign ayrımı
Başlık çevirisi yok
FAİK SUNGURLU
Tıpta Uzmanlık
Türkçe
2002
OnkolojiMarmara ÜniversitesiRadyodiagnostik Ana Bilim Dalı
DOÇ.DR. ERKİN ARIBAL