Computational approaches for improving analysis of diagnostic next-generation sequencing
Tanısal yeni nesil dizilemenin analizini iyileştirmeye yönelik hesaplamalı yaklaşımlar
- Tez No: 855567
- Danışmanlar: DOÇ. DR. BARIŞ ETHEM SÜZEK
- Tez Türü: Doktora
- Konular: Genetik, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Genetics, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoinformatik Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yeni nesil genom dizileme teknolojisinin, özellikle de insan tüm ekzom dizilemesinin yaygın kullanımıyla, klinik genetik testler önemli bir geçiş yaşamıştır. Bu teknoloji çeşitli insan hastalıklarıyla ilişkili genetik anormallikleri tespit etmede oldukça faydalı olsa da, dizilenmemiş bölgelerdeki varyasyonların kaçırılması gibi engelleri barındırmaktadır. Bu tanısal boşluklar dizi kalitesi, yetersiz derinlik ve ekzom yakalama kitlerinin sınırları gibi çeşitli faktörlerden kaynaklandığı için doğruluğu artırmak adına yeni yaklaşımlar gerekmektedir. Gerçekleştirilen tez çalışması kapsamında geliştirilen Deleterious Variants on Uncovered Regions (DEVOUR), ekzom dizilemesinin kapsamadığı alanları keşfeden ve bu alanlarda tespit edilen varyantları açıklayan bir sistemdir. DEVOUR, tanısal boşlukları gidermek ve karar vericilere yardımcı olmak için, genetik varyantlar hakkında bilgi içeren mevcut veri tabanlarını kullanarak genomun bugüne kadar keşfedilmemiş bölgelerinde klinik açıdan önemli varyasyonları bulmayı amaçlamaktadır. Benzer şekilde, genetik varyasyon çalışmaları, klinik açıdan önemli varyasyonları zararsız olanlardan ayırma sorunuyla karşı karşıyadır. Bu, özellikle tüm kalıtsal hastalıkların yarısından fazlasından sorumlu olan nokta mutasyonları bağlamında geçerlidir. Yeni nesil dizileme teknolojisinin devreye girmesi, büyük veri setlerinin oluşturulmasına yol açmıştır; ancak, klinik açıdan önemli olmayan varyasyonlar ile zararsız olanlar arasında ayrım yapmak zorlu bir çaba olmaya devam etmektedir. Nokta mutasyonlarının etkilerini doğru bir şekilde tahmin etmek için, in-silico yaklaşımlar önemli bir araç olarak ortaya çıkmıştır. Öte yandan, evrimsel korunmaya dayanan mevcut araçlar, evrimsel koruma kalıplarındaki sapmaları göz ardı edebilir. Bu tezde, AlphaFold algoritmasının yapısal verileri, mevcut mutasyon analiz teknikleriyle entegre edilmiştir. Bu entegrasyonun amacı, özellikle mutasyonlar mevcut evrimsel korunuma dayalı modellerle çeliştiğinde, varyant etkilerinin daha nüanslı ve kapsamlı bir incelemesini sağlamaktır. Bu girişimler bir bütün olarak ele alındığında, modern dizileme teknolojisi çağında genetik testlerin ve varyant analizinin hassasiyetini ve kapsamlılığını artırma yönünde önemli bir adım teşkil etmektedir.
Özet (Çeviri)
With the widespread use of next-generation genome sequencing, particularly human whole-exome sequencing, the landscape of clinical genetic testing has undergone a transformational transition. There are still hurdles to be faced, such as the possibility of missing variations in regions that have not been sequenced, even though this technology has shown to be quite useful in identifying genetic anomalies that are associated with a variety of human diseases. It is necessary to find a solution to enhance accuracy since diagnostic gaps are caused by several factors, including the quality of the sequencing, the lack of appropriate depth, and the limits of the exome capture kits. Deleterious Variants on Uncovered Regions (DEVOUR) is a complete system that is introduced in this thesis. Its purpose is to discover and annotate areas that are not covered by exome sequencing, which ultimately increases the precision of genetic diagnosis. To bridge diagnostic gaps and assist decision-makers in assessing whether or not more testing and validation are required, DEVOUR intends to find clinically relevant variations in hitherto unexplored areas of the genome by utilizing current databases that include information on genetic variants. In the same vein, the area of genetic variation study is confronted with the issue of separating clinically relevant variations from benign ones. This is especially true in the context of point mutations, which are responsible for more than fifty percent of all identified hereditary illnesses. The introduction of Next-Generation Sequencing technology has resulted in the creation of vast datasets; nonetheless, distinguishing between variations that are not clinically relevant and those that are benign continues to be a challenging endeavor. To accurately forecast the effects of point mutations, in silico approaches have emerged as a crucial tool. On the other hand, current pipelines that rely on evolutionary conservation could overlook departures from conservation patterns. The AlphaFold algorithm's structural data is integrated with well-established mutation assessment techniques in this thesis. The purpose of this integration is to give a more nuanced and thorough examination of variant impacts, particularly in situations when mutations defy established patterns of evolutionary conservation. These initiatives, when taken as a whole, constitute a substantial step forward in the direction of enhancing the precision and comprehensiveness of genetic testing and variant analysis in this era of modern sequencing technology.
Benzer Tezler
- Frekans seçici yüzeyler (FSY) ile duyarlılığı iyileştirilmiş mikroşerit yama antenli hibrit yakın alan glikoz tespit sensörü tasarımı
Design of a hybrid near-field glucose sensing sensor based on a microstrip patch antenna with sensitivity enhancement using frequency selective surfaces (FSS)
UMUT KÖSE
Doktora
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT KARTAL
- Toplu taşıma hatlarının optimizasyonu için bir model önerisi: Sivas örneği
A model proposal for the optimization of public transportation lines: The case of Sivas
İSMAİL ÖZÇELİK
Yüksek Lisans
Türkçe
2026
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ONUR TEZCAN
- CKAN ve CNN derin öğrenme modellerinin kanser histopatoloji görüntülerindeki tümöre sızan lenfositlerin sınıflandırılması üzerine karşılaştırmalı değerlendirmesi
Comparative evaluation of CKAN and CNN deep learning models for classifying tumor infiltrating lymphocytes in cancer histopathology images
SEYİT METİN KÖROĞLU
- Bilgisayar görmesi ile saat çizimlerinden dikkat eksikliği ve hiperaktivite bozukluğu tespiti
Detection of attention deficit hyperactivity disorder from clock drawings using computer vision
HOMAM W. ALNİDAWİ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH ADAK
DOÇ. DR. ENES SARIGEDİK
- Koroner arter hastalığının makine öğrenmesi teknikleriyle teşhisi
Diagnosis of coronary artery disease using machine learning techniques
ŞÜKRÜ ALKAN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR