SNP markırlarının burun morfolojisi ile ilgili özelliklerinin modellenmesi
Modelling of SNP markers' features related to nose morphology
- Tez No: 890732
- Danışmanlar: DOÇ. DR. GÖNÜL FİLOĞLU TÜFEK
- Tez Türü: Doktora
- Konular: Adli Tıp, Biyoloji, Genetik, Forensic Medicine, Biology, Genetics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Adli Tıp ve Adli Bilimler Enstitüsü
- Ana Bilim Dalı: Fen Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 143
Özet
Adli bilimlerde tek nükleotit polimorfizmi ((Tek Nokta Polimorfizmi, Single Nucleotide Polymorphism), SNP) markırları kullanılarak kimlik tanımlaması, fenotipleme, soy bağı belirleme ve genetik soy tayini yapılabilmektedir. Adli fenotipleme, moleküler biyoloji ve genetik bilimdeki ilerlemeler sayesinde önemli bir araç haline gelmiştir. Bu yöntem, suç çözme, kimlik tespiti ve tarih öncesi insan araştırmalarında değerli bilgiler sağlamaktadır. Son yıllarda, göz, saç ve ten rengi, erkek tipi kellik durumu, yüz yapısı, kulak şekli ve boy uzunluğu gibi çeşitli fiziksel özelliklerle yapılan çalışmalar önemli ölçüde artış göstermiştir. Yüz yapısını belirleyen genetik faktörler, çok sayıda genin etkileşimi sonucu belirlenir. Bu genler, yüzün genişliği, uzunluğu, burun şekli, elmacık kemiklerinin belirginliği gibi özellikleri etkiler. Son yıllarda yapılan geniş ölçekli genom çalışmaları, yüz yapısını etkileyen önemli genetik varyasyonların tanımlamasını sağlamıştır. Bu çalışmada, burun morfolojisinin tahmininde yüksek derecede anlamlılık gösterdiği belirlenen 24-SNP markırından oluşan iki multipleks panel geliştirilerek optimize edildi. Optimizasyon sürecinde 2800M kontrol DNA kullanıldı. Panellerin optimizasyonu tamamlanarak analiz eşiği, hassasiyet, dinamik aralık ve tekrarlanabilirlik validasyon parametreleri uygulandı. Çalışma için yüz bölgesinde herhangi kronofasial anomalisi olmayan, yüzünde ameliyat geçirmemiş 18-45 yaş aralığında 103 kişiden oluşan gönüllülerden ağız içi sürüntü veya kan örnekleri alındı. Burunla ilişkilendirilen SNP markırları, SNaPshot yöntemiyle analiz edildi ve burun özelliklerinin tahmini için Python programlama dili (ML, Machine Learning) kullanılarak Çoklu Nominal Lojistik Regresyon (Multinominal Lojistik Regresyon, Multinominal Logistic Regression, MLR) analizi ile bir tahmin modeli gerçekleştirildi. Model, 24 SNP genotip verilerinden ve burunla ilgili özelliklerden 5 hedef değişkenden (uzun burun, geniş burun deligi, uzun burun deligi, kemerli burun ve geniş burundan) oluşturuldu. Her hedef değişken için veriler, eğitim ve test setlerine (%70 eğitim, %30 test) bölündü. Eğitim setini kullanarak MLR modeli eğitildikten sonra test seti üzerinde burun morfolojisi tahmini yapıldı. Son olarak model için doğruluk, kesinlik, duyarlılık, F1 skoru, ROC eğrisi ve AUC değerleri elde edildi. 5 burun özelliği için oluşturulan modellerin performansını gösteren AUC değerlerine dayanarak yapılan tahmin değerlendirmesine göre; Uzun burun için en yüksek tahmin (AUC = 0,58) rs11665450 (TT) genotipi olmuştur. Geniş burun tahmininde en yüksek (AUC=0,42) rs2045323 (GA) SNP genotipi olmuştur. Burun köprüsü açısı (kemerli, kemersiz) için en yüksek tahmin (AUC = 0,69) ile rs921120 (GA) genotipine sahip SNP lokusu göstermiştir. Geniş burun deliği içinen yüksek tahmin (AUC = 0,73) değerine sahip olan rs2206437 (TT) genotipi olmuştur. Uzun burun deliği için en yüksek tahmin gösteren (AUC = 0,70) rs11653132 (AC) genotipine sahip SNP lokusu olmuştur. Çalışmamızın sonucunda, geniş burun deliği (rs921120), kemerli burun (rs11653132), uzun burun deliği (rs2206437), uzun burun (rs11665450), geniş burun (rs2045323) modelleri dengeli gerçek pozitif ve gerçek negatif değerler ve daha yüksek AUC değerleriyle diğer SNP lokuslarına göre daha iyi performans gösterdiği görülmüştür. Ancak bu SNP markırlarına ek olarak burun morfolojisiyle ilgili daha fazla SNP lokusu araştırılarak daha yüksek doğrulukta modelleme yapılabilir.
Özet (Çeviri)
In forensic science, single nucleotide polymorphism (SNP) markers can be used to identify, phenotype, determine lineage, and determine genetic lineage. Forensic phenotyping has become an important tool thanks to advances in molecular biology and genetics. This method provides valuable information in crime solving, identification, and prehistoric human research. In recent years, studies on various physical characteristics such as eye, hair, and skin color, male pattern baldness, facial structure, ear shape, and height have increased significantly. Genetic factors that determine facial structure are determined by the interaction of many genes. These genes affect features such as face width, length, nose shape, and prominence of cheekbones. Large-scale genome studies conducted in recent years have enabled the identification of important genetic variations affecting facial structure. In this study, two multiplex panels consisting of 24-SNP markers that were determined to be highly significant in predicting nasal morphology were developed and optimized. 2800M control DNA was used in the optimization process. Optimization of the panels was completed and analysis threshold, sensitivity, dynamic range and repeatability validation parameters were applied. Oral swab or blood samples were taken from 103 volunteers aged 18-45 years who had no chronofacial anomalies in the facial region and had not undergone facial surgery. SNP markers associated with the nose were analyzed with the SNaPshot method and a prediction model was performed with Multiple Nominal Logistic Regression (MLR) analysis using the Python programming language (ML, Machine Learning) for the prediction of nasal features. The model was created from 24 SNP locus genotype data and 5 target variables from nasal features (long nose, wide nostril, long nostril, arched nose and wide nose). Data for each target variable were divided into training and test sets (70% training, 30% test). After training the MLR model using the training set, nasal morphology was predicted on the test set. Finally, accuracy, precision, sensitivity, F1 score, ROC curve and AUC values were obtained for the model. According to the prediction evaluation made based on AUC values showing the performance of the models created for 5 nasal features; The highest prediction for long nose (AUC = 0.58) was rs11665450 (TT) genotype. The highest prediction for wide nose (AUC = 0.42) was rs2045323 (GA) SNP genotype. The highest prediction for nasal bridge angle (arched, non-arched) was shown by the SNP locus with the rs921120 (GA) genotype (AUC = 0.69). The highest prediction for wide nostril (AUC = 0.73) was rs2206437 (TT) genotype. The SNP locus with the genotype rs11653132 (AC) showed the highest prediction (AUC = 0.70) for long nostril. As a result of our study, it was seen that wide nostril (rs921120), nasal bridge (rs11653132), long nostril (rs2206437), long nose (rs11665450), wide nose (rs2045323) models performed better with balanced true positive and true negative rates and higher AUC values. However, in addition to these SNP markers, more SNP loci related to nasal morphology can be investigated and modelled with higher accuracy.
Benzer Tezler
- Hıyar rekombinant ınbred hatlarda yalancı mildiyö (Pseudoperonospora cubensis)'e karşı dayanıklılık mekanizmasının ve kalıtımının araştırılması
Investıgation of resıstance mechanısm and ınherıtance to downy mıldew (Pseudoperonospora cubensis) ın cucumber recombınant inbred lines
ELİF KARCI ORHAN
Yüksek Lisans
Türkçe
2024
ZiraatAkdeniz ÜniversitesiTarımsal Biyoteknoloji Ana Bilim Dalı
PROF. DR. NEDİM MUTLU
DOÇ. DR. HATİCE İKTEN
DOÇ. DR. HASAN PINAR
- Erkek tipi kelliğe ait SNP markırlarının adli fenotiplemede kullanımı
The use of male pattern baldness SNP markers in forensic phenotyping
MELEK ŞENIŞIK
Doktora
Türkçe
2024
Adli Tıpİstanbul Üniversitesi-CerrahpaşaFen Bilimleri Ana Bilim Dalı
DOÇ. DR. GÖNÜL FİLOĞLU TÜFEK
- Mercimek genomunda rekombinant kendilenmiş hatları kullanarak AFLP and SNP markırlarının haritalanması
Mapping AFLP and SNP markers in lentile genome by using recombinant inbred lines
DENİZ GÖL
Doktora
Türkçe
2015
GenetikEge ÜniversitesiBiyoteknoloji Ana Bilim Dalı
PROF. DR. MUHAMMED BAHATTİN TANYOLAÇ
- Fenotip ve soya ait bilgi veren SNP noktalarının (Markırlarının) belirlenmesi ve multipleks kit geliştirilmesi
Identification of phenotype and ancestry informative maekers and development of multiplex kit
ÖZLEM BÜLBÜL
Doktora
Türkçe
2014
Adli Tıpİstanbul ÜniversitesiFen Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. GÖNÜL FİLOĞLU TÜFEK
- Fasulye (Phaseolus vulgaris L.)'de ekonomik öneme sahip bazı agronomik karakterleri kontrol eden dna markırlarının ilişki haritalaması ile saptanması
Detection of dna markers controlling some economically important agronomic characters by association mapping in common bean (Phaseolus vulgaris L.)
SEDA NEMLİ
Doktora
Türkçe
2013
BiyoteknolojiEge ÜniversitesiBiyoteknoloji Ana Bilim Dalı
PROF. DR. M. BAHATTİN TANYOLAÇ