Development of a machine learning-based system to identify disease biomarkers from human gut microbiota
İnsan bağırsak mikrobiyotasından hastalık biyobelirteçlerinin tespiti için makine öğrenmesi temelli sistem geliştirilmesi
- Tez No: 876112
- Danışmanlar: DOÇ. DR. BURCU GÜNGÖR, PROF. DR. MALİK YOUSEF
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Biyoinformatik, Makine Öğrenimi, Kolorektal Kanser Teşhisi, Bioinformatics, Machine Learning, Colorectal Cancer Diagnosis
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Abdullah Gül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsan bağırsak mikrobiyotası, milyarlarca türü kapsayan karmaşık bir organizma topluluğudur. Son zamanlarda geliştirilen yeni nesil dizileme yöntemleri, araştırmacıların mikrobiyotayı daha detaylı bir şekilde incelemesine olanak tanımış ve bu sayede işlevleri ve disfonksiyonları hakkında yeni bilgiler elde edilmiştir. Bu çalışma, kolorektal kanser (CRC) için metagenomik biyobelirteçler (Mikroorganizma-Enzim Çiftleri) tanımlamayı amaçlamaktadır. Kullandığımız araç, bağırsak mikrobiyotası içindeki mikroorganizmaların ve enzimlerin analizine olanak tanır. Bunu, öncelikle enzimleri türlerle olan korelasyonlarına göre kümeleyerek ve daha sonra bu kümeleme sonuçlarını hasta ve sağlıklı kohortlar arasında ayırt etme yeteneği gruplarını değerlendirecek şekilde gerçekleştirir. Türler ve enzimler entegre edilerek, vakaları (CRC'li bireyler) kontrollerden (sağlıklı bireyler) ayırma potansiyeline sahip patojen mikroorganizmaları ve enzim kümeleri belirlenebilir. Tanımlanan enzim kümeleri ve ilişkili türler, CRC için potansiyel biyobelirteçler olarak hizmet edebilir, erken tanı ve daha etkili tedavi sağlayabilir. Bu yaklaşım, bağırsak mikrobiyotasının ve insan sağlığı ile hastalıkları üzerindeki rolünün daha fazla keşfedilmesi için umut vaat etmektedir.
Özet (Çeviri)
The human gut microbiota consists of a diverse ecosystem of organisms, encompasses billions of species. Recently developed next-generation sequencing methods have enabled researchers to examine the microbiota in greater detail, leading to new insights into its functions and dysfunctions. This study aims to identify metagenomic biomarkers (Microorganism-Enzyme Pairs) for colorectal cancer (CRC). The tool that we used allows for the analysis of microorganisms and enzymes within the gut microbiota. It achieves this by initially clustering enzymes based on their correlations with species and subsequently utilizing these clustering results to evaluate the ability of groups to differentiate between patient and healthy cohorts. By integrating species and enzymes, it is possible to identify pathogen microorganisms and enzyme clusters, that have the potential to distinguish cases (individuals with CRC) from controls (healthy individuals). The identified enzyme clusters and associated species could potentially act as biomarkers for colorectal cancer (CRC), enabling early diagnosis and more effective treatment. This approach holds promise for further exploration of the gut microbiota and its importance in human health and illness.
Benzer Tezler
- Development of a machine learning based application for diagnosing autoinflammatory diseases
Otoinflamatuvar hastalıkların teşhisi için makine öğrenmesi tabanlı bir uygulamanın geliştirilmesi
AYOUB ALI MOFTAH ABID
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. FUAT AKAL
- Kaba kümeleme teorisi kullanılarak diyabet veri setinin analiz edilmesi ve diyabet hastalığının teşhisi için gerçek zamanlı bir veri analitiği sistemi kurulması
Analyzing diabetes data set using rough clustering theory and establishing a real-time data analytics system for diagnosis of diabetes disease
MEHMET YÜKSEL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ
- Machine learning approaches in glioma to identify subtype-specific candidate biomarkers and therapeutics
Glioma alt türlerine özgü aday biyobelirteç ve terapötiklerin belirlenmesi için makine öğrenmesi yöntemleri
SEMRA MELİS SOYER
Yüksek Lisans
İngilizce
2025
BiyomühendislikMarmara ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. CEYDA KASAVİ
- Yüksek LDL düzeyi olan hastalarda aterosklerotik kardiyovasküler hastalık riskinin yapay zekâ yardımıyla belirlenmesi
Artificial intelligence assisted risk assessment of atherosclerotic cardiovascular disease in patients with elevated low-density lipoprotein cholesterol levels
HAKAN ÖMER KARATAŞ
Tıpta Uzmanlık
Türkçe
2025
İç HastalıklarıMarmara Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. ALİ SERDAR FAK
- Yapay zeka ile meme kanseri teşhisi
Breast cancer diagnosis with artificial intelligence
İLKER ÇAKAR
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR