Developing an analysis pipeline by integrating multi-omics data to study drug resistance mechanisms in cancer
Kanserde ilaç direnci mekanizmalarını incelemek için çoklu-omik verileri entegre eden bir analiz yöntemi geliştirilmesi
- Tez No: 973746
- Danışmanlar: PROF. DR. EMEL TİMUÇİN
- Tez Türü: Doktora
- Konular: Genetik, Biyoloji, Biyoistatistik, Genetics, Biology, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Acıbadem Mehmet Ali Aydınlar Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik ve Biyoinformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Cerrahi, radyoterapi, immünoterapi ve farmakolojik tedavi dahil olmak üzere çeşitli yaklaşımlar kanser tedavisinde kullanılmaktadır. Bu yaklaşımlar arasında, farklı kanser türlerinde etkili olması nedeniyle farmakolojik tedavi yaygın olarak tercih edilmektedir. Ancak hastalar, genetik mutasyonlar, epigenetik değişiklikler ve ya sinyal yolaklarındaki bozulmalar nedeniyle kısa bir süre içinde ilaçlara karşı direnç geliştirebilmektedir. Bu tezde, klinik uygulamalarda sıklıkla kullanılan paklitaksel, 5-florourasil (5-FU), gemcitabin ve setuksimabın direnç mekanizmaları incelenmiştir. Bu amaçla, transfer öğrenmesi (TL) tabanlı derin sinir ağları (DNNs) kullanılarak çoklu-omik geç entegrasyon yaklaşımı uygulanmıştır. Mitozu, sitoskeletonu, DNA replikasyonunu ve epidermal büyüme faktörü reseptörü (EGFR) sinyal yolunu hedefleyen ilaçlar bağımsız olarak eğitilmiş ve ilaç yanıtlarını tahmin etmeye yönelik tüm-ilaç eğitim veri setleri oluşturulmuştur. Kanserde İlaç Duyarlılığı Genomiği (GDSC) veri setindeki insan hücre hattı verileri kullanılarak eğitilen modeller, in vivo hastadan türetilmiş ksenogreft (PDX) ve ex vivo Kanser Genom Atlası (TCGA) veri setlerinde ilaç yanıt tahminleri yapabilmiştir. En iyi performans gösteren tahmin modellerinin gen özelliklerine dayalı yolak zenginleştirme analizleri ile ilaç direnç mekanizmaları ortaya konmuştur. Mutasyonlar ve kopya numarası değişikliklerinin (CNAs), transkripsiyonel değişikliklerle birlikte direnç gelişimine katkıda bulunduğu gösterilmiştir. Bu tezde dört ilacın direnç mekanizmalarının ilgili yolaklar ve moleküler değişiklikler üzerinden aydınlatılması, kişiselleştirilmiş ve hedefe yönelik tedavilerin geliştirilmesine önemli katkı sağlama potansiyeline sahiptir.
Özet (Çeviri)
Various approaches such as surgery, radiotherapy, immunotherapy, and pharmacological treatment are employed in cancer therapy. Among these, pharmacological treatment is widely preferred due to its effectiveness across different cancer types. However, patients may develop resistance to drugs within a short period as a result of genetic mutations, epigenetic alterations, or disruptions in signaling pathways. In this thesis, the resistance mechanisms of paclitaxel, 5-fluorouracil (5-FU), gemcitabine, and cetuximab, which are commonly used in clinical practice, were investigated. For this purpose, a late multi-omics integration approach based on deep neural networks (DNNs) with transfer learning (TL) was applied. Drugs targeting mitosis, cytoskeleton, DNA replication, and epidermal growth factor receptor (EGFR) signaling pathway were independently trained to construct pan-drug training datasets for predicting drug responses. Models trained on human cell line data from the Genomics of Drug Sensitivity in Cancer (GDSC) dataset were able to predict drug responses in in vivo patient-derived xenograft (PDX) and ex vivo The Cancer Genome Atlas (TCGA) datasets. Pathway enrichment analyses based on the gene features of the best performing predictive models revealed the mechanisms of drug resistance. It was demonstrated that mutations and copy number alterations (CNAs), together with transcriptional changes, contribute to the development of resistance. Elucidating the resistance mechanisms of these four drugs through relevant pathways and molecular alterations has the potential to make a significant contribution to the development of personalized and targeted therapies.
Benzer Tezler
- Sıvı bazlı servikal sitolojide tarayıcıdan bağımsız derin öğrenme yaklaşımı – çok merkezli kantitatif bir analiz
A scanner-independent deep learning approach for liquid- based cervical cytology: A multi-center quantitative analysis
GÜLFİZE COŞKUN
Doktora
Türkçe
2026
BiyomühendislikMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA CANER AKÜNER
- Applications of evolutionary bioinformatics in basic and biomedical research
Temel ve biyomedikal araştırmalarda evrimsel biyoinformatik uygulamalar
OGÜN ADEBALİ
Doktora
İngilizce
2015
MikrobiyolojiThe Unıversıty Of TennesseeMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. IGOR B. JOULINE
- Privatization, liberalization and deregulation of Turkish state railways and frameworks for public-private partnerships
Türkiye devlet demiryollarının kamu-özel işbirliği kapsamında özelleştirilmesi ve serbestleşmesi
SHAHIN SHAKIBAEI
Doktora
İngilizce
2020
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN ALPKÖKİN
- A framework for composite wind turbine blades: From material development to structural optimisation and ml-enhanced damage detection
Rüzgar türbinleri için hibrit kompozit temelli kanat malzemesi geliştirilmesi, yapısal optimizasyonu ve makine öğrenmesi ile hasar tespiti ve yapısal analiz entegrasyonu
KEMAL HASIRCI
Doktora
İngilizce
2026
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALAEDDİN BURAK İREZ
- Earthquake risk evaluation in drinking water systems: Example of Teki̇rdağ Marmaraereğli̇si̇ province
İçme suyu sistemlerinde deprem riski değerlendirmesi: Tekirdağ Marmaraereğlisi ilçesi örneği
MUSTAFA BURAK HIZ
Yüksek Lisans
İngilizce
2025
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ FUAT AYDIN