Genomic data analysis using machine learning methods for disease and disease-gene prediction

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: NURİYE ÖZLEM ÖZCAN ŞİMŞEK

Danışman: SADIK FİKRET GÜRGEN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Genomik hastalıklar, DNA'daki belirli mutasyonlar veya mutasyonların kombinasyonları nedeniyle ortaya çıkar. Bu kombinasyon her hasta için farklı olabilir ve her mutasyonun etkisi hastalık için farklıdır. Bu çalışmada hastalıkların genomik nedenlerine odaklanıyoruz. İki araştırma problemini tanımladık. Birincisi, mutasyon listesi olarak temsil edilen genetik koddan hastalığı tespit etmektir. İkincisi hastalık-gen ilişkilerini tespit etmektir. Bu tezde kansere odaklandık ve üç yöntem önerdik. Bir yaklaşımda, mutasyonların listesi bir belge olarak modellendi ve mutasyonlar da belgedeki kelimeler olarak modellendi. Bu varsayıma dayanarak, bu hasta mutasyon belgeleri için temsil modelleri önerdik ve bunları hastalık tahmini için kullandık. Başka bir yaklaşım için, hastaların ve genlerin/proteinlerin düğüm olduğu ve mutasyonların kenarları tanımladığı yeni bir heterojen grafik ortamı modelledik. Soruna yönelik her iki yaklaşım da seçilen algoritmalarla önemli ölçüde daha iyi sınıflandırma performanslarıyla sonuçlandı ve bu da girdi mutasyonları için yeni tasarımlarımızın başarısını gösterdi. İki sınıflandırma çerçevesinin parametreleri analiz edildi ve bu sistemlerin her biri için hastalık tahmini için en etkili genlerin bir listesi oluşturuldu. Bu genlerin kanser literatüründe nedensel veya hedef genler olarak çalışıldığı görülmüştür. Ek olarak, etkili genlerin bu listesi, bir gen seçim algoritması olarak gen ekspresyon alanına aktarıldı ve hastalığın gerçek tahmin oranını arttırdığı görüldü. Önerilen sistemler kanser verileri üzerinde test edilmiştir ancak diğer genomik hastalıklara da kolayca uyarlanabilir.