Geri Dön

Kansere neden olan gen mutasyonlarının ve gen etkileşimlerinin yapay zeka yöntemleri ile belirlenmesi

Identification of cancer-causing gene mutations and gene interactions with artificial intelligence methods

PDF İndir

  1. Tez No: 925878
  2. Yazar: SALİHA ACAR
  3. Danışmanlar: PROF. DR. EYYÜP GÜLBANDILAR
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Donanımı Bilim Dalı
  13. Sayfa Sayısı: 105

Özet

Moleküler kanser etkenlerinin belirlenmesi hassas onkoloji açısından kritik öneme sahiptir. Bu çalışmada öncelikle; kanser sürücü genlerinin hangileri olduğu, hastalık süresince nasıl bir rol oynadıkları ve birbirleriyle etkileşimlerinin olup olmadığı gibi soruların cevaplarını tahmin etmek amacıyla mutasyon ve gen ifade verilerini kullanarak karma yöntemli iki aşamalı bir algoritma geliştirilmiştir. Kural tabanlı kontrol, ağırlıklı mutasyon skoru ve çeyrekler açıklığı hesaplarına dayanan bu hibrit kümeleme algoritması 8 farklı kanser kohortunda test edilmiştir. Yakın zamanlarda yayınlanmış 4 farklı çalışma ile yapılan karşılaştırmalar sonucunda, bu algoritmanın genel performans açısından bu 4 çalışmadan daha iyi olduğu anlaşılmıştır. Bu çalışma kapsamında ayrıca paraganglioma, düşük dereceli glioma ve glioblastoma gibi merkezi sinir sistemi tümörlerinin sürücü genler ve gen ifadeleri açısından karşılaştırılması yapılmış, ortak sürücü genlerin ve ifadeleri değişmiş genlerin hücresel çoğalma mekanizmalarındaki rolleri ve birbirleriyle etkileşimleri de araştırılmıştır. Analizler sonucunda ATRX, NF1, MUC16 ve TTN genlerinin her üç tümör tipi için de sürücü gen adayı oldukları belirlenmiş; FSTL5, GABRG2, VSNL1 ve LPL genlerinin de ekspresyonu en çok değişen ortak genler olduğu bulunmuştur. Bulgular sonucunda, belirtilen genlerin glial ve nöroendokrin hücre tümörlerinin tedavisinde potansiyel hedefler olabileceği ortaya konulmuştur. Bu tez kapsamında yapılan son çalışmada ise paraganglioma/feokromositoma, düşük dereceli glioma ve glioblastoma tümörlerinin klinik ve moleküler verilerle ağırlıklı oy tabanlı bir topluluk sınıflandırma algoritması tasarımı yapılmıştır. Algoritma, en yüksek doğru sınıflandırma başarısına sahip 6 sınıflandırıcı (Yapay Sinir Ağları, Lojistik Regresyon, Ekstra Ağaçlar, Rastgele Orman, Gradyan Arttırma ve Aşırı Gradyan Arttırma) ile oluşturulmuştur. Yapılan deneyler sonucunda %90,4'lük bir doğruluk oranına ulaşılmış, böylece iyi bir sınıflandırma performansı elde edilmiştir. Bulgular, bu yöntemin merkezi sinir sistemi tümörleri için tedavi planlamasında önemli bir destek olabileceğini göstermiştir.

Özet (Çeviri)

Determination of molecular cancer factors is of critical importance for precision oncology. In this study, first of all, a two-stage mixed-method algorithm was developed using somatic mutation and gene expression data to predict the answers to questions such as which cancer driver genes are, what role they play during the disease, and whether they interact with each other. This hybrid clustering algorithm, based on rule-based control, weighted mutation score, and interquartile range calculations, was tested in 8 different cancer cohorts. The algorithm was compared with 4 different studies published recently. The comparisons showed that this algorithm is better than the 4 studies compared in terms of overall performance. Within the scope of this study, a comparative analysis was conducted on driver genes and gene expressions in central nervous system tumors such as paraganglioma, low-grade glioma, and glioblastoma. As a result of the analyses, the genes ATRX, NF1, MUC16, and TTN were identified as potential driver gene candidates across all three tumor types. FSTL5, GABRG2, VSNL1, and LPL were also identified as common genes with the most significant changes in expression. The findings showed that, these genes were identified as potential therapeutic targets for the treatment of glial and neuroendocrine cell tumors. The final study within the scope of this thesis involves designing a weighted vote-based ensemble classification algorithm for paraganglioma/pheochromocytoma, lowgrade glioma, and glioblastoma tumors using clinical and molecular data. The algorithm was developed using the 6 classifiers with the highest accuracy (Artificial Neural Networks, Logistic Regression, Extra Trees, Random Forest, Gradient Boosting and Extreme Gradient Boosting). As a result of the experiments, an accuracy rate of 90.4% was achieved, indicating strong classification performance. These findings suggest that this method could provide significant support in treatment planning for central nervous system tumors.

Benzer Tezler

  1. Tez No

    749554

    BRCA:Cohort-vs-TCGA: a webtool for comprehensive exploration and comparison of mutational landscape of breast cancer cohorts with TCGA-BRCA

    BRCA:Cohort-vs-TCGA: meme kanseri kohortlarının mutasyon profillerinin kapsamlı incelenmesi ve TCGA-BRCA ile kıyaslanması için bir web aracı

    FARID AHADLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Biyolojiİhsan Doğramacı Bilkent Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DOÇ. DR. ÖZLEN KONU KARAKAYALI

  2. Tez No

    883313

    Investigation of structural differences between wild-type and mutant forms of mutsα by molecular dynamics simulations

    Mutsα heterodimerinin yabanıl tip ve mutant formları arasındaki yapısal farklılıklarının moleküler dinamik simülasyonları ile incelenmesi

    CLARA XAZAL BURAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Biyomühendislikİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    DOÇ. DR. MERT GÜR

  3. Tez No

    441759

    Identification of gene mutations involved in drug resistance in liver cancer using RNA-Seq data analysis

    Karaciğer kanserinde ilaca dirençlilik mütasyonlarının RNA-dizi analizi ile bulunması

    MONA SHOJAEI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    BiyolojiOrta Doğu Teknik Üniversitesi

    Biyoenformatik Ana Bilim Dalı

    DOÇ. DR. RENGÜL ÇETİN ATALAY

    YRD. DOÇ. DR. AYBAR CAN ACAR

  4. Tez No

    619287

    Doğal öldürücü (NK) hücre düşüklüğü olan hastalarda, NK hücre sitotoksitelerinin ve FCγRIIIA gen mutasyonlarının araştırılması

    Investigation of natural killer (NK) cell cytotoxicity and FCγRIIIA gene mutationsin patients with low NK cell

    MEHMET ALİ KARASELEK

    Doktora

    Türkçe

    Türkçe

    2020

    Allerji ve İmmünolojiNecmettin Erbakan Üniversitesi

    Tıbbi Biyoloji Ana Bilim Dalı

    PROF. DR. ERCAN KURAR

  5. Tez No

    830118

    Keap-1/Nrf2 yolağının küçük hücreli dışı akciğer kanserindeki rolü

    The role of Keap-1/Nrf2 pathway in non small cell lung cancer

    SENA ÖKMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    OnkolojiDokuz Eylül Üniversitesi

    Onkoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKÇEN ÖMEROĞLU ŞİMŞEK

    PROF. DR. SAFİYE AKTAŞ

Geri Dön