Makine öğrenmesi yöntemleri ile mikrodizi hedef gen çıkarımı
Microarray target gene extraction with machine learning methods
- Tez No: 924174
- Danışmanlar: PROF. DR. AHMET SERTBAŞ, DOÇ. DR. LEYLA TÜRKER ŞENER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 114
Özet
Mikrodizi, mikrorna, dna, rna verileri gibi büyük tıbbi verilerin işlenmesi ve değerlendirilmesi zorlu bir süreçtir. Biyoenformatik, bu tür tıbbi bilgilerin makine öğrenmesi gibi bilgisayar teknolojileri kullanılarak işlenmesini sağlayan çok disiplinli bir araştırma alanıdır. Biyoloji, matematik, bilgisayar bilimlerinin bir arada çalıştığı biyoenformatik alanındaki çalışmalar; hastalık teşhisi, önleyici tedavi oluşturma, ilaç geliştirme ve kişiselleştirilmiş tedavi süreçleri gibi birçok konuda destek sağlamaktadır. Farklı organizmalarda görülebilen ve kanser ile ilişkili olduğu düşünülen mikroRNA(miRNA, miR olarak da isimlendirilir)ların genler üzerindeki etkisini araştırmada biyoenformatik yöntemler tercih edilmektedir. Mikrodizi teknolojisi mikroRNA, DNA, RNA gibi verilerin değerlendirilmesinde kullanılan tekniklerden biridir. Mikrodizi yöntemi ile gen ifadesinin analizi, hedef gen çıkarımı, mutasyon analizi ve biyomarker keşfi gibi birçok araştırma mümkün olabilmektedir. Mikrodizi verilerinin hazırlanmasına farklı yöntemler kullanılabilmekte ve bu yöntemlere bağlı olarak verinin incelenme şekli değişiklik göstermektedir. Bu çalışmada mikrodizi tekniği ile hazırlanmış biyolojik verilerin analizi ve hedef gen çıkarım çalışması yapılmıştır. Bu amaçla makine öğrenmesi yöntemlerini kullanan bir metot geliştirilmiş ve farklı verisetlerinde uygulanmıştır. Çalışmada açık erişimli iki verisetinin yanında özgün bir veriseti de kullanılmıştır. 3 farklı veriseti grubuna ait 11 deney için; verilerin bilgisayar ortamında işlenmeye hazır hale getirimesinden hedef genlerin tespitine kadar devam eden süreci detaylı olarak incelemektedir. Çalışma ham verinin bilgisayar ortamına aktarılması, veri kalitesi kontrolleri, kümeleme, normalizasyon, karşılaştırma grupları hazırlanması ve hedef gen çıkarım süreçlerinden oluşmaktadır.
Özet (Çeviri)
Processing and analysing large medical data such as microarray, microRNA, dna, rna data is a challenging process. Bioinformatics is a multidisciplinary field of research that enables the processing of such medical data using computational technologies such as machine learning. Studies in the field of bioinformatics, where biology, mathematics and computer science work together, provide support in many areas such as disease diagnosis, preventive treatment, drug development and personalised treatment procedures. Bioinformatics methods are preferred to study the effect of microRNAs (also called miRNA, miR), which are found in various organisms and are thought to be associated with cancer, on genes. Microarray technology is one of the techniques used in the analysis of data such as microRNA, DNA, RNA. Many types of research such as the analysis of gene expression, the extraction of target genes, mutation analysis and the discovery of biomarkers are possible using the microarray method. Different methods can be used to prepare microarray data, and the way in which the data is analysed varies depending on these methods. In this study, biological data prepared using the microarray technique are analysed and a study is conducted to extract target genes. For this purpose, a method using machine learning techniques is developed and applied to different datasets. In addition to two open access datasets, a unique dataset is also used in the study. For 11 experiments belonging to 3 different dataset groups, the process from preparing the data for processing in a computer environment to recognising the target genes is studied in detail. The study includes computerization of raw data, data quality checking, clustering, normalisation, creation of comparison groups and prediction of target genes.
Benzer Tezler
- Meta-analysis of microRNA and gene selection using machine learning
Makine öğrenmesi kullanarak microRNA meta-analizi ve gen seçimi
ELNAZ PASHAEI
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- Makine öğrenmesi yöntemleri kullanarak kanser teşhisi
Cancer prediction using machine learning methods
SİYABEND TURGUT
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA DAĞTEKİN
YRD. DOÇ. DR. TOLGA ENSARİ
- Omik verilerinde otomatik makine öğrenimi algoritmalarının performansının değerlendirilmesi
Performance evaluation of automated machine learning algorithmsin omics data
MELTEM ÜNLÜSAVURAN
Yüksek Lisans
Türkçe
2019
BiyoistatistikErciyes ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. GÖKMEN ZARARSIZ
- Mikrodizi verilerinde kullanılan farklı normalleştirme yöntemlerinin derin öğrenme performanslarına etkisi
The effect of different normalization methods used in microarray data on DEEP learning performances
ASENA AYÇA ÖZDEMİR
Doktora
Türkçe
2022
BiyoistatistikMersin ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
PROF. DR. GÜLHAN TEMEL
PROF. DR. SAİM YOLOĞLU
- Gen açıklama verilerinin sınıflandırılmasında yeni bir özellik seçimi yöntemi
A novel feature selection method for classification of gene expression data
DERYA TURFAN
Doktora
Türkçe
2020
BiyoistatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MURTAZA ÖZGÜR YENİAY