Geri Dön

Gene function inference from expression using probabilistic topic models

Olasılıksal tema modelleri kullanarak gen ifadesinden işlev çıkarımı

PDF İndir

  1. Tez No: 441756
  2. Yazar: BAHAR TERCAN
  3. Danışmanlar: YRD. DOÇ. DR. AYBAR CAN ACAR
  4. Tez Türü: Doktora
  5. Konular: Bilim ve Teknoloji, Biyoistatistik, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Biostatistics, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Tıp Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmanın temel amacı,“İfade verisi kullanarak bir örneğin (doku/durum vb.) biyolojik bağlamını belirleyebilir miyiz ve bu bağlamları Gene Ontology, KEGG, HUGEgibi yorumlama veritabanları ile ilişkilendirebilir miyiz?”sorusuna cevap bulmamıza yardımcı olabilecek olasılıksal bir ikili kümeleme yaklaşımı geliştirmektir. Başlangıçta dökümanlarda bulunan bilinmeyen sayıdaki gizli temaları çıkartmak için geliştirilen ve metin madenciliği metodu olan olasılıksal tema modeli Hiyerarşik Dirichlet Süreci (HDP)'ni gen ifadesi veri analizine uyguladık. Bu çalışmada analoji mRNA transkriptten kelimeye, biyolojik bağlamdan temaya, örnekten dökümanadır. Bu tez çalışması, tema modellerini farklılaşmış ifade problemine belirli bir ölçüde uygulamayı başarmış çalışmaların üzerine inşa edilmiştir ve tema modellerinin gen ifadesi analizinde kullanılması için HDP'yi öncül bilgi ile güçlendirerek kapsamlı ve bütüncül bir metot geliştirilmiştir. Önerilen iyileştirmenin temel alanları, gen ifade verisinin tema modelleri için ön işlemesinin yapılması ve Hiyerarşik Dirichlet Sürecine bilgilendirilmiş öncüllerin eklenmesidir. Sonuçlar, öncül iyileştirilmiş HDP'nin gen ekspresyon verisi içindeki gizli ikili kümeleri seyreklik seviyesi (örnek sayısı) ve öncül gücündeki (η) değişikliklerden etkilenmeden başarılı bir şekilde ortaya çıkardığını göstermiştir.

Özet (Çeviri)

The main aim of this study is to develop a probabilistic biclustering approach which can help to elaborate on the question“Can we determine the biological context of a sample (tissue/condition etc.) using expression data and associate the contexts with annotation databases like Gene Ontology, KEGG and HUGE to discover annotations (like cell division, metabolic process, illness etc.) for these contexts?”. We applied a nonparametric probabilistic topic model, Hierarchical Dirichlet Process (HDP), which was originally developed for text mining to extract unknown number of latent topics from documents, to gene expression data analysis. In this study, the analogy is the mRNA transcript to the word, the biological context to the topic and the sample to the document. This study builds on previous studies that have, to varying extents, been able to apply topic models to the problem of differential expression, and improves on the current state of the art by producing a comprehensive and integrative method to enhance HDP with prior information. The main areas of proposed improvement are the preprocessing of gene expression data for topic models and the introduction of informed priors to the HDP model. The results of experiments showed that prior improved HDP successfully reveals the hidden biclusters in gene expression data with higher robustness to changes in sparsity levels (number of samples) and prior strengths (η).

Benzer Tezler

  1. Tez No

    495263

    İki katmanlı entegrasyon mimarisiyle hastalığa özel birliktelik ağı çıkarımı

    Two tier combinatorial structure to infer disease specific coexpression network

    MUSTAFA ÖZGÜR CİNGİZ

    Doktora

    Türkçe

    Türkçe

    2018

    GenetikYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BANU DİRİ

  2. Tez No

    580265

    Network-based analysis of cognitive impairment and memory deficits from transcriptome data

    Transkriptom verileri kullanılarak hafıza problemlerinin ve bilişsel bozuklukların hücresel ağlara dayalı analizi

    ELİF EMANETCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    BiyoistatistikGebze Teknik Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. TUNAHAN ÇAKIR

  3. Tez No

    271909

    Ülserli hastaların gastrik epitel hücrelerinde epidermal büyüme faktörünün apoptozis ile ilişkili genlerin ekspresyonu üzerine etkisinin in-vitro araştırılması

    In-vitro research of epidermal growth factor on the gene expressions associated with the apoptosis in the gastric epithelial cells of ulcerous patients

    FATMA SÖYLEMEZ

    Doktora

    Türkçe

    Türkçe

    2010

    GenetikMersin Üniversitesi

    Tıbbi Biyoloji ve Genetik Ana Bilim Dalı

    PROF. DR. MEHMET EMİN ERDAL

    YRD. DOÇ. ÖZLEM İZCİ AY

  4. Tez No

    409268

    Regulation of olfactory receptor gene choice by negative regulatory elements

    Koku reseptör genlerinin seçiminin negatif düzenleyici elementlerle düzenlenmesi

    GİZEM SANCER

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    BiyolojiBoğaziçi Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DOÇ. DR. STEFAN HERBERT FUSS

  5. Tez No

    539985

    Investigation on the effects of mechanical forces on endothelial and monocytic cell behaviour by using microfluidic systems

    Mikroakışkan sistemler kullanılarak mekanik kuvvetlerin endotel ve monosit hücre davranışı üzerine etkilerinin incelenmesi

    SEMRA ZUHAL BİROL

    Doktora

    İngilizce

    İngilizce

    2018

    Biyolojiİstanbul Teknik Üniversitesi

    Nanobilim ve Nanomühendislik Ana Bilim Dalı

    PROF. DR. LEVENT TRABZON

Geri Dön