Finding novel markers for neurodevelopmental diseases by machine learning-based classification
Makine öğrenmesi bazlı sınıflandırma kullanarak nörogelişimsel hastalıklar için ayırt edici özelliklerin bulunması
- Tez No: 929788
- Danışmanlar: PROF. ŞEFİKA KUTLU ÜLGEN, DOÇ. ARZUCAN ÖZGÜR TÜRKMEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mikrobiyoloji, Computer Engineering and Computer Science and Control, Microbiology
- Anahtar Kelimeler: Bağırsak mikrobiyotası, Yapay zeka ve makine öğrenmesi dersi, Artificial intelligence and machine learning course
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler Ana Bilim Dalı
- Bilim Dalı: Hesaplamalı Bilim ve Mühendislik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Majör Depresyon Bozukluğu (MDB) dünyada öne gelen nörogelişimsel bozukluklardan birisidir ve kompleks doğası onu günümüz bilim insanları tarafından hala daha tam anlamıyla çözülemeyen bir probleme dönüştürmüştür. Geçtiğimiz yıllarda MDB gibi bozuklukların beyin-bağırsak ilişkisi üzerinden bağırsak mikrobiyomunun önemi analiz ve modelleme yöntemleriyle incelenerek bilim insanlarının dikkatini çekmeye başlamıştır. Bu çalışmada Amerikan Bağırsak Projesi'ne ait 361 Kontrol ve 23 MDB hastanın dışkı örnekleri kullanılmıştır. Qiita üzerinden elde edilen biyoinformatik analizinden sonra veri setinin özellikleri incelenmiştir ve alfa ve beta çeşitlilik indekslerine bakılarak hastaların yaş bilgisi haricinde herhangi bir istatistiksel anlamlılık bulunamamıştır. Çeşitli Diferansiyel Bolluk Analizi (DBA) yöntemleri kullanılarak potansiyel biyolojik belirteçler bulunmaya çalışılmıştır ve buradan elde edilen sonuçlar makine öğrenme modellerine yüklenerek alternatif bir DBA filteresi uygulanmış veri seti kullanılarak orjinal veri setiyle kıyaslanıp önemli belirteçler bulunmuştur. Makine modellerinin arasında en iyi modeller Random Forest ve XGBoost iken, kesişimlerine bakıldığında literatürdeki bazı çelişkilere rağmen bakterilerden Bifidobacterium adolescentis türü ve Odoribacter, Ruminococcus, ve Adlercreutzia cinslerinin MDB için potansiyel biyolojik belirteçler olabileceği bulunmuştur. Modellerin sonucuyla B. adolescentis türünün MDB hastalarında azaldığını, geriye kalanların ise arttığı bulunmuştur. Bu biyolojik belirteçler için destekleyici bulgular olmasına rağmen, bağırsak mikrobiyom verileri incelenirken alternatif modelleme ve filtreleme seçenekleri ve dış etkenlerden cinsiyet, stres ve beslenme tipi gibi faktörleri de ele alınmalıdır.
Özet (Çeviri)
Major Depressive Disorder (MDD) is one of the leading neurodevelopmental disorders worldwide and its heterogeneous and complex nature remains a significant challenge for scientists to fully understand and unravel. In recent years, the importance of gut microbiome through the human gut-brain axis has gathered the attention of scientists to analyze and model the bacterial components of the human gut and its effects on the human brain, especially in the case of MDD. In this study, we analyzed the American Gut Project (AGP) dataset using fecal samples of 361 controls and 23 MDD patients. After retrieving the Qiita bioinformatics analysis, the cohort was analyzed for its characteristics and for alpha and beta diversity indexes which did not reveal any statistical significance except for the age of patients. Various differential abundance analysis (DAA) methods were conducted to find potential biomarkers and these results were fed into our machine learning models as an alternative DAA-filtered dataset compared to the raw dataset to find important features. Our best two models, which were Random Forest and XGBoost, at their intersection, have found that despite some inconsistencies in the literature, species Bifidobacterium adolescentis and genera Odoribacter, Ruminococcus, and Adlercreutzia could be potential biomarkers for MFD. Our models found that species B. adolescentis decreased in MDD patients whereas the rest increased in MDD patients. Despite supporting evidence for these potential biomarkers, factors such as modeling and filtering choices, as well as external influences like sex, stress and diet should also be taken into account when analyzing gut microbiome datasets.
Benzer Tezler
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- İki katlı pamuk ipliklerinden dokunan kumaşlarda örgüye bağlı olarak maksimum atkı sıklığının değişimi üzerinde bir araştırma
Başlık çevirisi yok
MELTEM ASLI NARTER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Düz atkı örme kumaşlarda ilmek eğikliğinin iplik özellikleri ile ilişkisi üzerine bir araştırma
Başlık çevirisi yok
FATMA ÇEKEN
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma
A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region
MEHMET FARUK ALTUNKASA
Doktora
Türkçe
1987
Çevre MühendisliğiÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ERDOĞAN GÜLTEKİN