Reevaluation of taxa included in genus Onobrychis using genomic and phenomic approaches
Genomik ve fenomik yaklaşımlar kullanılarak Onobrychis cinsine dahil edilen taksonların yeniden değerlendirilmesi
- Tez No: 979636
- Danışmanlar: PROF. DR. MUHAMMET ŞAKİROĞLU
- Tez Türü: Doktora
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Genetik çeşitlilik, Makine öğrenmesi, Moleküler genetik, Genetic diversity, Machine learning, Molecular genetic
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Onobrychis cinsi, Fabaceae familyasının taksonomik açıdan en karmaşık cinslerinden biridir. Tür sayısındaki belirsizlikler ve morfolojik karakterlerdeki yüksek polimorfizm, bu cinsin sistematik açıdan yeniden değerlendirilmesini gerekli kılmaktadır. Bu çalışmada, Onobrychis cinsinin taksonomik ilişkilerini aydınlatmak amacıyla çok yönlü bir yaklaşım benimsenmiştir. İlk olarak, cinsin morfolojik çeşitliliği yaprakçık ve meyve karakterleri üzerinden dijital görüntü analizi ile ve manuel olarak ölçümleri yapılmıştır. Yaprakçıklar için on iki özellik, meyveler için ise 15 özellik belirlenmiştir. Elde edilen fenotipik veriler ile Temel Bileşen Analizleri (Principal Component Analyses,PCA), kümeleme analizleri yapılarak dendrogramlar oluşturulmuştur. Ayrıca elde edilen fenotipik verilerden ortak ölçümlere sahip türlerin ölçümleri makine öğrenmesi algoritmaları kullanılarak sınıflandırılmış ve türler arasındaki ayrımların daha güvenilir biçimde ortaya konması hedeflenmiştir. Moleküler düzeyde değerlendirme için ise Primer Bağlanma Bölgeleri Arası (Inter-Primer Binding Site, iPBS) markörleri kullanılarak genetik çeşitlilik ve taksonomik ilişkiler analiz edilmiştir. iPBS markör analizi ile elde edilen verilerden genetik mesefa hesaplanarak PCA analizi yapılmış ve dendrogram oluşturularak taksonomik ilişkinin belirlenmesi amaçlanmıştır. iPBS markörüyle yapılan analizler sonucunda cinsin türleri arasında yüksek polimorfizmin olduğu ve genetik çeşitliliğin alt cinsleri ve seksiyonları net bir şekilde ayıramadığı belirlenmiştir. Yaprak morfolojik analizi sonucunda Onobrychis türünde alt cins düzeyinde taksonomik ayrımları büyük ölçüde yansıttığı ancak Sisyrosema alt cinsinde yüksek morfolojik çeşitlilik olduğu gözlemlenmiştir. Meyve morfolojisine dayalı PCA ve kümeleme analizleri, Onobrychis cinsinde alt cins düzeyindeki ayrımları büyük ölçüde yansıtmış, ancak yaprak morfilojileri ile uyumlu şekilde özellikle Sisyrosema alt cinsinde daha yüksek morfolojik çeşitlilik saptanmıştır. Makine öğrenmesi analizleri, meyve ve yaprak morfolojik verilerinin Onobrychis türleri arasında yüksek ayırt edici güce sahip olduğunu göstermiştir. Rastgele Orman (Random Forest, RF), Destek Vektör Makinesi (Support Vector Machine, SVM) ve K-En Yakın Komşu (K-Nearest Neighbor, KNN) algoritmalarıyla yapılan sınıflandırmalarda %97'ye varan doğruluk oranlarına ulaşılmıştır, bu da klasik morfolojik verilerin modern hesaplamalı yöntemlerle desteklendiğinde güçlü bir taksonomik sinyal taşıdığını ortaya koymuştur. Sonuç olarak, yaprak ve meyve morfolojisine dayalı fenotipik analizler ile iPBS markörleri kullanılarak elde edilen moleküler veriler, Onobrychis cinsinde taksonomik ilişkilerin büyük ölçüde yansıtılabildiğini ortaya koymuştur. Makine öğrenmesi analizleri ise morfolojik verilerin türler arasında yüksek ayırt edici güce sahip olduğunu ve klasik sistematik yaklaşımların modern hesaplamalı yöntemlerle desteklendiğinde daha güvenilir hale geldiğini göstermiştir. Bununla birlikte, alt cins ve seksiyon düzeyindeki sınırların daha net biçimde ortaya konabilmesi için kloroplast ve mitokondriyal genom analizleri ile daha ileri fenomik analizlerle desteklenmesi gerektiği düşünülmektedir.
Özet (Çeviri)
The genus Onobrychis is one of the most taxonomically complex genera of the Fabaceae family. Uncertainties in the number of species and high polymorphism in morphological characters make it necessary to re-evaluate this genus from a systematically. In this study, a multi-faceted approach was adopted to elucidate the taxonomic relationships of the genus Onobrychis. Firstly, the morphological diversity of the genus was measured manually and by digital image analysis on leaflet and fruit characters. Twelve traits were determined for the leaflets and 15 for the fruits. With the phenotypic data obtained, Principal Component Analyses (PCA) and cluster analyzes were performed and dendrograms were drawn. In addition, the assessment of species with common measurements from the phenotypic data obtained were classified using machine learning algorithms with an aim to reveal the distinctions between species more reliably. For molecular level evaluation, genetic diversity and taxonomic relationships were analyzed using Inter-Primer Binding Site (iPBS) markers. PCA analysis was performed by calculating the genetic distance from the data obtained by iPBS analysis and it was aimed to determine the taxonomic relationship by drawing a dendrogram. The iPBS marker results indicated that there was high polymorphism among the taxa included the genus and marker profiling could not clearly distinguish subgenera and sections. Leaf morphological analyses revealed that Onobrychis species largely reflect taxonomic distinctions at the subgenus level, but there is high morphological diversity in Sisyrosema subspecies. PCA and clustering analyses based on fruit morphology largely reflected subgenus-level distinctions in the genus Onobrychis, but higher morphological diversity was also detected, especially in the subgenus Sisyrosema. Machine learning analyses have shown that fruit and leaf morphological data have high differenciation capacity among Onobrychis species. Classifications made with Random Forest (RF), Support Vector Machine (SVM), and K-Nearest Neighbors (KNN) algorithms achieved accuracy rates of up to 97%, demonstrating that classical morphological data carry a strong taxonomic signal when supported by modern computational methods. In conclusion, phenotypic analyses based on leaf and fruit morphology and molecular data obtained using iPBS markers revealed that taxonomic relationships can be largely reflected in the genus Onobrychis. Machine learning analyses have shown that morphological data have high differenciation power among species and that classical systematic approaches could be more reliable when supported by modern computational methods. However, it is thought that chloroplast and mitochondrial genome analyses, as well as further phenomic analyses could be employed to accurately reveal the boundaries at the subgenus.
Benzer Tezler
- Morphology, anatomy and systematics of the genus Salvia L. (Lamiaceae) in East Southeast Anatolia, Turkey
Türkiye'nin Doğu ve Güneydoğu Anadolu bölgelerinde bulunan Salvia L. (Lamiaceae) cinsinin morfolojisi, anatomisi ve sistematiği
AHMET KAHRAMAN
- Taonomic studies on the genus Salvia L. (Labiatae) in Central Anatolia, Turkey
İç Anadolu bölgesinde bulunan Salvia L. (Labiatae) türlerinin taksonomik çalışmaları
SAFİ BAGHERPOUR
- Hukuk güvenliği bakımından mülkiyet hakkına vergisel müdahaleler: AİHM kararları ışığında bir inceleme
Tax interventions on right to property in terms of legal security: An examination in the light of ECHR decisions
AYŞE NUR YAYLA
Yüksek Lisans
Türkçe
2023
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BALCA ÇELENER
- Anonim ortaklıklarda iç kaynaklardan sermaye artırımı
Capital increase through internal resources in joint stock companies
AYŞE BEGÜM KELEŞ GÜVEN
