Geri Dön

Identifying potential taxonomic biomarkers for gastrointestinal cancers from human microbiota using the grouping-scoring-modeling (G-S-M) and traditional feature selection approaches

Gruplama puanlama modelleme (G-S-M) ve geleneksel özellik seçim yaklaşımını kullanarak insan gastrointestinal kanser mikrobiyotalarındaki potansiyel taksonomik biyobelirteçlerin belirlenmesi

  1. Tez No: 947135
  2. Yazar: BEYZA ÇANAKCIMAKSUTOĞLU
  3. Danışmanlar: DOÇ. DR. BURCU GÜNGÖR, PROF. DR. MALİK YOUSEF
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Genetik, Mikrobiyoloji, Computer Engineering and Computer Science and Control, Genetics, Microbiology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Abdullah Gül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Mikrobiyal bolluk değerlerinin analizi, kanser tahmini için bir potansiyel taşır. Bu çalışma, daha önce paralel olarak incelenmemiş bir alan olan hem doku hem de kan örnekleri kullanarak gastrointestinal (GI) kanser hastaları arasında paylaşılan mikrobiyal biyobelirteçleri belirlemeyi amaçlamaktadır. Bu çalışma, baş ve boyun, yemek borusu, mide, kolon ve kolorektal kanserlere odaklanarak kan ve doku örneklerini analiz etti. Dekontaminasyon adımları gerçekleştirilerek, insan olmayan genetik kodlar işlenerek, tür düzeyinde mikroorganizmalar ve bollukları belirlenerek, kanser hastalarından doku ve kan örnekleri toplayan“Kanser Genom Atlası”ndan TCMA veri seti oluşturuldu. Geleneksel özellik seçimi algoritmaları (CMIM, mRMR, FCBF, IG, XGB ve SKB) yüksek boyutlu özellik alanını daralttı. Sınıflandırma performansı, 100-kat Monte Carlo çapraz doğrulaması olan bir Random Forest kullanılarak değerlendirildi. Ayrıca, gruplama yöntemi ile özellik boyutunu ve tahmin süresini azaltmak için oluşturulan MicrobiomeGSM modeli, hem kan hem de dokudan türetilen örnekler kullanılarak eğitildi ve MicrobiomeGSM modelinin genelleştirilebilirliği sergilendi. Geleneksel özellik seçimi yöntemleri ve biyolojik veri tabanlı MicrobiomeGSM modellerinin performansları karşılaştırıldı. Gelecekte, ortak biyobelirteç adayları doktorların metastaz olasılığını anlamasına yardımcı olabilir ve tedavi yollarına buna göre karar verilebilir.

Özet (Çeviri)

Analysis of microbial abundance values holds potential for cancer prediction. This study aims to identify shared microbial biomarkers among gastrointestinal (GI) cancer patients using both tissue and blood samples—an area not previously studied in parallel. This study analyzed blood and tissue samples, focusing on head and neck, esophagus, stomach, colon, and colorectal cancers, processing them individually. By performing decontamination steps, processing non-human genetic codes, determining microorganisms and their abundances at the species level, the TCMA data set was created from the“Cancer Genome Atlas”, which collected tissue and blood samples from cancer patients. Traditional feature selection algorithms (CMIM, mRMR, FCBF, IG, XGB, and SKB) reduced the high-dimensional feature space. Classification performance was evaluated using a forest classifier with 100-fold Monte Carlo cross-validation. Moreover, the MicrobiomeGSM model, which was created to decrease the feature size and prediction time via a grouping method, was trained, and the generalizability of the MicrobiomeGSM model was showcased. Traditional feature selection methods and the biological data-based MicrobiomeGSM model were applied, and their performance was compared. In the future, common biomarker candidates may help to understand the possibility of metastasis, and medical doctors can decide their treatment path of patients.

Benzer Tezler

  1. Tez No

    744568

    Application of computational biology approaches for the investigation of the molecular mechanisms of cancer across taxonomic groups

    Farklı taksonomik gruplarda kanserin moleküler mekanizmalarının hesaplamalı biyoloji uygulamalarıyla araştırılması

    IŞIL TAKAN

    Doktora

    İngilizce

    İngilizce

    2022

    BiyolojiDokuz Eylül Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ATHANASİA PAVLOPOULOU

  2. Tez No

    863656

    Comparative evaluation of prokaryotic community of salda lake using oxford nanopore-minion and next generation sequencing-illumina

    Salda gölü'nün prokaryotik topluluğunun oxford nanopore-minıon ve yeni nesil dizileme-illumina ile karşılaştırmalı olarak değerlendirilmesi

    KÜBRA DOYMUŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN İNCE

  3. Tez No

    844587

    Metagenomic studies in chronic prostatitis samples

    Kronik prostatit örneklerinde metagenomik çalışmalar

    ELMIRA DAVASAZ TABRIZI

    Doktora

    İngilizce

    İngilizce

    2023

    Biyolojiİstanbul Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    PROF. DR. ERCAN ARICAN

  4. Tez No

    473546

    MEB ilkokul 2, 3 ve 4. sınıf Türkçe ders ve çalışma kitaplarında yer alan etkinliklerin yenilenmiş Bloom taksonomisine göre incelenmesi

    Evaluation of the activities in the Turkish coursebooks (Student's books and workbooks) used at the 2nd, 3rd and 4th classes of state primary schools according to revised Bloom's taxonomy

    HAKAN ULUM

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Eğitim ve ÖğretimMersin Üniversitesi

    İlköğretim Ana Bilim Dalı

    DOÇ. DR. SERDARHAN MUSA TAŞKAYA

  5. Tez No

    926364

    Medikal görüntülerde makine öğrenimiyle sağ kalım analizi

    Survival analysis from medical images using machine learning

    MUHAMMED OĞUZ TAŞ

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN SERHAN YAVUZ

Geri Dön