Karsinogenezde mutasyonlar arası ilişkilerin veri madenciliği metotları ile tespiti
Determining relations between mutations in carcinogenesis with data mining methods
- Tez No: 393955
- Danışmanlar: PROF. DR. KEMAL TURHAN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Genetik, Biostatistics, Genetics
- Anahtar Kelimeler: Akciğer neoplazmları, Biyoinformatik, Biyoistatistik, Karsinojenler, Karsinoma, Karsinoma-küçük hücreli olmayan-akciğer, Mutasyon, Neoplazmlar, Veri madenciliği, Lung neoplasms, Bioinformatics, Bioistatistics, Carcinogens, Carcinoma, Carcinoma-non small cell-lung, Mutation, Neoplasms, Data mining
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Veri madenciliği, büyük miktardaki veriler arasından kolaylıkla öngörülemeyen anlamlı örüntülerin çıkarılmasını sağlayan çalışma alanına denilmektedir. Günümüzde yaygın bir şekilde kullanılan veri madenciliği metotlarından biri de birliktelik analizidir. Bu analizin amacı mevcut veri kümesinde birlikte görülen parametreleri tespit ederek, karar verme sürecine faydalı olacak örüntüler ortaya çıkarmaktır. Ayrıca büyük miktarlardaki veri kümelerini budayarak, üzerinde analiz yapması kolay ve anlamlı veri kümeleri elde etmek için kullanılmaktadır. Bayesci ağlar, değişkenleri temsil eden düğümler ve nedensel ilişkileri gösteren oklardan oluşan grafiksel modellerdir. Bayesci ağlar, yönlü döngüsüz grafik oluşturmak ve değişkenlerin koşullu olasılık değerlerini bulmayı esas alır. Bu iki işlem öğrenme olarak tanımlanır. Bayesci ağlarda yapı ve parametre öğrenme olmak üzere iki tür öğrenme yöntemi vardır. Bu tez çalışmasında The Cancer Genom Atlas (TCGA) veritabanından elde edilen küçük hücreli dışı akciğer kanserine ait genetik mutasyonların evrimsel geçmişi ilk paragrafta belirtilen veri madenciliği teknikleri kullanılarak araştırılmıştır. Öncelikle TCGA veritabanından elde edilen yüksek miktardaki genetik veriden birliktelik kuralı analizi ile en sık görülen mutasyonların birlikte görülme kuralları çıkarılmıştır. Bu kurallar yardımıyla belirlenen en çok birlikte görülen on yedi mutasyonun atasal sıralanması Bayesci ağlarla yapılmıştır. Bayesci ağlar oluşturulurken iki farklı yapı öğrenme algoritması ve bu algoritmaların kullandığı dört farklı skorlama metodu kullanılmıştır. Mevcut veri seti ile oluşturulan Bayesci ağların tepe tırmanma ve tabu arama gibi yapısal öğrenme algoritmalarına göre değil, bu algoritmaların içinde mutasyonların ağdaki en iyi olasılıksal yerini belirleyen skorlama metoduna göre farklılık gösterdiği ortaya konulmuştur. Ayrıca mutasyonların veri setindeki görülme sıklıklarının, hastalığın birikimli yapısı hakkında önemli bilgiler içerdiği görülmüştür.
Özet (Çeviri)
Data mining can be described as an extraction of meaningful patterns from large amounts of data. Recently, one of the widely used data mining metods is association analysis. This analysis, aims to identify parameter pairs which has seen together in data set and uncover helpful patterns that will be useful to desicion-making process. Association analysis also used to prune data sets in large quantities to perfrom this analysis easily and obtain meaningful smaller data sets. Bayesian networks are the graphical models that nodes represents variables and causal relationships shown with arcs. Bayesian networks, bases on creating direcred acyclic graphs and finding conditional probablity values of variables. These two processes are defined as a learning process. There are two learning methods in Bayesian networks which are structure learning and parameter learning. In this thesis study, data mining techniques used on non-small cell lung adenocarcinoma's genetic mutation data to investigate evolutionary history of mutations which obtained from The Cancer Genom Atlas (TCGA). First, association rules analysis applied on dataset obtained from TCGA which contains large amount genetic of data to extract most common association rules. Seventeen genetic mutations determined with association rules to build ancestral sequence with Bayesian networks. Bayesian networks created with two different structure learning algorithms and four different scoring methods which are used by these algorithms. Bayesian networks created with obtained data showed us these networks differs not according to structure learning algorithms but according to scoring function which shows us best probable location of mutations in network. In addition, prevalence of the mutations in data set gave us important information about the cumulative nature of the disease.
Benzer Tezler
- Erken ve ileri evre skuamöz hücreli akciğer kanserli hastalarda Fibroblast Büyüme Faktörü Reseptörü 1 (FGFR1), Fibroblast Büyüme Faktörü 2 (FGF2), Fosfotidil İnozitol 3 Fosfat Kinaz (PI3K) ekspresyonlarının değerlendirilmesi ve klinik, prognostik önemi
The evaluation of Fibroblast Growth Factor Receptor 1 (FGFR1), Fibroblast Growth Factor 2 (FGF2), Phosphatidyl Inositol 3 Phosphate Kinase (IP3K) expression and their clinical, prognostic significance in early and advanced stage of squamous cell carcinoma of the lung
ÇİĞDEM USUL AFŞAR
Tıpta Uzmanlık
Türkçe
2014
OnkolojiÇukurova ÜniversitesiDahili Tıp Bilimleri Bölümü
PROF. DR. BERKSOY ŞAHİN
- Investigation of CYP17A1 and CYP19A1 gene expression levels and aromatase activity in invasive ductal breast cancer tissues
Duktal meme kanseri olgularında CYP17A1 and CYP19A1 gen bölgelerinin ekspresyonlarının ve aromataz aktivitelerinin incelenmesi
METE BORA TÜZÜNER
Doktora
İngilizce
2017
Biyokimyaİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
PROF. DR. HAKAN BERMEK
PROF. DR. OĞUZ ÖZTÜRK
- DNAJC9 geninin meme kanserindeki ifadesi, genetik/ epigenetik alterasyonları ve prognostik değeri
Expression, genetic/epigenetic alterations and prognostic value of DNAJC9 gene in breast cancer
OYA İNCEKARA
Yüksek Lisans
Türkçe
2022
BiyolojiZonguldak Bülent Ecevit ÜniversitesiMoleküler Biyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TOLGA ACUN
- Kolorektal adenom ve hiperplastik poliplerde KRAS mutasyonu, BRAF mutasyonu ve mikrosatellit instabilite varlığının araştırılması
Assesment of the presence of the KRAS mutation, BRAF mutation and microsatellite instability in colorectal adenomas and hyperplastic polyps
EVREN UZUN
Tıpta Uzmanlık
Türkçe
2017
PatolojiDokuz Eylül ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
DOÇ. DR. ŞADİYE MEHTAT ÜNLÜ
- Kolorektal Kanserli Hastalarda B-katenin değişikliklerinin ve gen mutasyonlarının araştırılması.
Investigation of B-catenin changes and gene mutations in colorectal cancer patients.
ELİF ZEYNEP AKIŞIK