Developing algorithms to understand the role of microbiome and other omics in cancer disease mechanism and therapy
Kanser hastalığı mekanizmasının ve terapisinin anlaşılması adına mikrobiyom ve diğer omik verilerin entegrasyonunu sağlayan algoritmalar geliştirilmesi
- Tez No: 880714
- Danışmanlar: PROF. DR. OSMAN UĞUR SEZERMAN
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Biyoistatistik, Biyoteknoloji, Science and Technology, Biostatistics, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Acıbadem Mehmet Ali Aydınlar Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Medikal Biyoteknoloji Ana Bilim Dalı
- Bilim Dalı: Medikal Enformatik Bilim Dalı
- Sayfa Sayısı: 143
Özet
Number of omics studies significantly increased after development of sequencing technology. Data obtained from microbiome, transcriptome proteome, metabolome and other omics studies play a crucial role in understanding the disease mechanism and developing new diagnosis and treatment techniques. Each omics study provides very important outcomes, however combining multiple omics data can give even more detailed and specific result. There are so many parameters that directly or indirectly affect the disease mechanism of occurrence, especially complex diseases like cancer. This is the reason why multi-omics analysis is quite significant for evaluating those parameters to find the problem or to find a treatment methodology specifically. In this thesis, we obtained microbiome and transcriptome data from colorectal cancer patients. In addition to that, we made a pathway prediction analysis and then these three omics data (microbiome, transcriptome, and pathway abundance data) were performed integration analysis.
Özet (Çeviri)
Sekanslama teknolojilerinin gelişmesi ile omik çalışmaların sayısında çok ciddi bir artış görülmüştür. Mikrobiyom, Transkriptomik, Proteomik, Metabolomik ve diğer omik çalışmalar sonucunda elde edilen büyük veriler hem hastalıkların mekanizmalarının çözülmesinde hem de tanı ve tedavilerin geliştirilmesinde oldukça önemli rol oynamaktadır. Her bir omik çalışmadan çok değerli bulgular elde edilse de bu omik çalışmaları bütün olarak ele almak hastalık mekanizmalarının anlaşılmasında daha belirgin sonuçlara ulaşabilmeyi sağlayacaktır. Özellikle kanser gibi kompleks hastalıklarda, hastalığın oluşumuna etki eden birden çok parametre bulunmaktadır. Omik çalışma sonuçlarının makine öğrenmesi yardımı ile entegre edilmesi hangi etkenlerin hastalıkta rol aldığını tespit edebilmek adına oldukça özgül sonuçlara ulaşabilmeyi sağlayacaktır. Bu tez çalışmasında, kolorektal kanser hastalarından elde edilen mikrobiyom transkriptom ve yolak verilerinin entegrasyonu güdümsüz ve güdümlü makine öğrenme teknikleri kullanılarak bu verilerin birbirleri ile olan ilişkisi analiz edilmiştir.
Benzer Tezler
- Yapay zeka ile dolaşım algoritmalarının Türkiye haritasına uygulanması
Application of circulation algorithms with artificial intelligence to the map of Turkey
ZEHRANUR YILMAZ
- Yapay Zeka'nın robot görmesi üzerine uygulanması
An Application of robot vision in artificial intelligence
FUNDA PEHLİVAN
- Türkiye'de çevre sağlığının gelişmesinde Nusret Karasu'nun yeri
The role of Nusret Karasu in developing to enviromental health in Türkiye
AHMET HİLMİ GÜRSES
Doktora
Türkçe
2008
Halk SağlığıAnkara ÜniversitesiSosyal Çevre Bilimleri Ana Bilim Dalı
PROF. DR. CAN HAMAMCI
- Investigation of IRF4-MEF2D protein-protein interaction inmelanoma cells
Melanoma hücrelerinde IRF4-MEF2D protein-protein etkileşiminin incelenmesi
LAILA SAMIR ABED HEDAYA
Yüksek Lisans
İngilizce
2021
BiyokimyaBoğaziçi ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DOÇ. DR. NEŞET CEVDET TOLGA EMRE
- Car damage analysis for insurance market using convolutional neural networks
Sigorta sektörü için evrişimsel sinir ağları kullanarak araç hasarı analizi
CİHAT TOLGA ARTAN
Yüksek Lisans
İngilizce
2019
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TOLGA KAYA