Geri Dön

Dna mikrodizi analizleri ile meme kanseri hastalarında prognozun genetik algoritma kullanılarak belirlenmesi

Determination of prognosis in breast cancer patients from dna microarray analysis using genetic algorithm

PDF İndir

  1. Tez No: 316614
  2. Yazar: OKTAY YILDIZ
  3. Danışmanlar: PROF. DR. M.ALİ AKCAYOL, PROF. DR. İNAN GÜLER
  4. Tez Türü: Doktora
  5. Konular: Teknik Eğitim, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Technical Education, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Genetik algoritma tekniği, Veri madenciliği, Genetic algorithm technique, Data mining
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı (disiplinlerarası)
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Meme kanseri ölüme neden olabilen ciddi bir rahatsızlıktır. Erken teşhis hastalığın tedavisinde önemli rol oynar. Son yıllarda mikrodizi teknolojisi kanser teşhisinde sıklıkla kullanılmaktadır. Mikrodizi gen ifade bilgisi ölçmeye yarayan bir araçtır. Mikrodizi verisi genellikle on binlerce gen bilgisi ve az sayıda örneklem içermektedir. Ancak bu genlerin pek çoğu ilgisiz ve klinik teşhis için gereksiz bilgiden ibarettir. Yüksek boyut ve aşırı eğitim riski sebebiyle makine öğrenme teknikleri ile bu verilerin sınıflandırılması zordur. Bu sebeple nitelik seçme gen analizlerinde çok önemlidir. Nitelik seçme, sınıflandırma başarısını en iyi yapacak niteliklerin seçilmesi işlemidir.Bu çalışmada meme kanseri hastalığında etkin rol oynayan genlerin belirlenmesi için filtreleme yöntemi ve genetik algoritma tabanlı yeni bir gen seçme metodu önerilmektedir. Yapılan çalışma iki aşamadan oluşmaktadır: İlk aşamada filtreleme yöntemi ile gen ifade verisi indirgenmiş, ikinci aşamada genetik algoritma ile meme kanserinde etkin rol alan genlerin tespiti gerçekleştirilmiştir. Destek vektör makinesi, genetik algoritma için uygunluk fonksiyonu olarak kullanılmıştır. Yapılan çalışmada belirlenen 7 gen ile sınıflandırma doğruluğu %96,15 olarak elde edilmiştir.

Özet (Çeviri)

Breast cancer is a serious disease that can cause death. Early diagnosis of breast cancer has been playing very important role on treatment of the disease. Therefore, it is important to find the genes that are relevant to a diagnosis. Recently, microarray technology has been widely used in cancer diagnosis. A microarray is a tool for analyzing gene expression. Microarray data usually contain thousands of genes and a small number of samples. Although, most of them are irrelevant or insignificant to a clinical diagnosis. It is very difficult to obtain a satisfactory classification result by machine learning techniques because of both the curse-of dimensionality problem and the over-fitting problem. Feature selection plays a crucial role in microarray analysis. Feature selection is the process of choosing the most discriminative features so as to enable the classifier to perform better.In this work, a new feature selection method for breast cancer classification based on filter method and genetic algorithm is presented. The study consists of two steps: In the first step, the dimensionality of the gene expression dataset was reduced with filter method and the second step, significant genes have been identified with genetic algorithm. SVM was used for fitness function in genetic programming. In this study the classification accuracy rate was obtained as 96.15% when using the selected 7 genes.

Benzer Tezler

  1. Tez No

    409107

    Unmasking of epigenetically silenced genes and identification of transgelin as a potential methylation biomarker in breast cancer

    Meme kanserinde epigenetık olarak susturulmuş genlerin açığa çıkarılması ve transgelin geninin potansiyel bir metilasyon belirteçi olarak tanımlanması

    NİLÜFER SAYAR

    Doktora

    İngilizce

    İngilizce

    2015

    Onkolojiİhsan Doğramacı Bilkent Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DOÇ. DR. IŞIK YULUĞ

  2. Tez No

    352469

    Sporadik kolorektal kanser vakalarında genom ebadında kopya sayısı değişimlerinin ve transkriptom profilinin belirlenmesi ile kanserin gelişmesinde ve ilerlemesinde etken yeni genlerin tanımlanması

    Identification of new gene and gene groups involved in cancer development and progression through genome-wide copy number variation analysis and transcriptome profiling in sporadic colorectal cancer cases

    NEVİN BELDER

    Doktora

    Türkçe

    Türkçe

    2013

    GenetikAnkara Üniversitesi

    Biyoteknoloji Ana Bilim Dalı

    PROF. DR. HİLAL ÖZDAĞ

  3. Tez No

    271440

    Mısır (Zea mays L.) bitkisinin büyümesini düzenleyen yeni bir genin tanımlanması

    Identification of the new growth regulatory gene in maize (Zea mays L.)

    FATMA AYDINOĞLU

    Doktora

    Türkçe

    Türkçe

    2010

    BiyolojiKaradeniz Teknik Üniversitesi

    Biyoloji Ana Bilim Dalı

    PROF. DR. FAİK AHMET AYAZ

  4. Tez No

    496432

    Molecular and physiological investigation of longevity in yeast

    Maya hücrelerinde uzun yaşamın moleküler ve fizyolojik yönden incelenmesi

    MEVLÜT ARSLAN

    Doktora

    İngilizce

    İngilizce

    2017

    Mikrobiyolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. ZEYNEP PETEK ÇAKAR

  5. Tez No

    512841

    Hypericum perforatum L. türünün genetik varyasyonu ve uçucu yağ bileşenlerinin toprak koşulları ile ilişkisi

    Genetic variation of hypericum perforatum L. and relation of oi̇l conditions to essential oil components

    ELİF DÜNDAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    BotanikAnadolu Üniversitesi

    Farmasötik Botanik Ana Bilim Dalı

    PROF. DR. YAVUZ BÜLENT KÖSE

Geri Dön