Assessment and correction of errors in DNA sequencing technologies
DNA dizilim teknolojilerindeki hatalar üzerine değerlendirme ve hataların düzeltilmesi
- Tez No: 486742
- Danışmanlar: YRD. DOÇ. DR. CAN ALKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: DNA, Dizi analizi-DNA, Montaj hataları, DNA, Sequence analysis-DNA, Assembly errors
- Yıl: 2017
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yeni Nesil Dizileme teknolojileri birçok değişkende birbirleri arasında farklılık göstermektedir. Kısa parçalı dizileme ya da uzun parçalı dizileme teknolojileri arasında yapılacak bir seçim ise parçaların doğruluk oranı ya da uzunlukları arasında bir tercih gerektirir. Bu tezde ilk olarak, kısa parçaların kullamıyla yapılan analizlerin yeniden üretilebilirliği konusundaki problemleri belirtiyorum. Yeni nesil dizileme teknolojileri kullanılarak genomik farklılıkların karakteristikleri üzerinde yaptığımız geniş çalışma göstermektedir ki tekrarlayan dizileme parçaları, dizilerin muğlak bir şekilde haritalanmasına sebep olabilir. Kısa parçalar tekrarlamaya daha yatkın olduklarından dolayı bu parçaların kullanıldığı deneylerin yeniden üretilebilmesinde problemler yaşanması mümkündür. Bu tezde ikinci olarak, özgün bir algoritma olan Hercules'i sunuyorum. Hercules, uzun parçalardaki hataların düzeltilmesi için makine öğrenimi tekniğini kullanan ilk algoritmadır. De novo yöntemiyle haritalama, yapısal farklılıkların araştırılması gibi birçok araştırma uzun ve hatasız parçaların kullanımını gerektirmektedir. Bu durumlarda, araştırmacılar genellikle uzun parçalardaki hataların düzeltilmesini kısa parçalar ile yapmaktadırlar. çizge yapısı ve hizalama temelli güncel düzeltme yöntemleri, dizileme teknolojisinin hata profilini göz ardı etmektedirler. Hata profilini el alan, hafıza ve zaman konusunda elverişli makine öğrenimi teknikleri, hataları daha iyi düzeltme ve daha her iki teknolojiyi daha iyi birleştirme konusunda potansiyele sahiptirler. Sunduğumuz algoritma, her bir uzun parçayı, kullanılan teknolojinin hata profiline uygun bir profile Hidden Markov Model'i şeklinde tasarlamaktadır. Algoritmamız, geçiş ve emisyon olasılıklarını bütün uzun parçalar için öğrenip, değiştirerek uzun parçalardaki hataların düzeltilmesini sağlamaktadır. DNA diziliminden iki adet veri dizisi (CH17-157L1 ve CH17-227A2) ve RNA diziliminden bir adet veri dizisi (human brain cerebellum polyA) kullanarak, Hercules tarafından hataların giderildiği parçaların, diğer algoritmalar kullanılarak hataların düzeltilmesine kıyasla en yüksek haritalama oranına ve uzun parçaların büyük bölümü kısa parçalarla kaplandığı durumlarda en yüksek hatasızlık oranına sahip olduğunu gösteriyoruz.
Özet (Çeviri)
Next Generation Sequencing technologies differ by several parameters where the choice to use whether short or long read sequencing platforms often leads to trade-offs between accuracy and read length. In this thesis, I first demonstrate the problems in reproducibility in analyses using short reads. Our comprehensive analysis on the reproducibility of computational characterization of genomic variants using high throughput sequencing data shows that repeats might be prone to ambiguous mapping. Short reads are more vulnerable to repeats and, thus, may cause reproducibility problems. Next, I introduce a novel algorithm Hercules, the first machine learning-based long read error correction algorithm. Several studies require long and accurate reads including de novo assembly, fusion and structural variation detection. In such cases researchers often combine both technologies and the more erroneous long reads are corrected using the short reads. Current approaches rely on various graph based alignment techniques and do not take the error profile of the underlying technology into account. Memory- and time- efficient machine learning algorithms that address these shortcomings have the potential to achieve better and more accurate integration of these two technologies. Our algorithm models every long read as a profile Hidden Markov Model with respect to the underlying platform's error profile. The algorithm learns a posterior transition/emission probability distribution for each long read and uses this to correct errors in these reads. Using datasets from two DNA-seq BAC clones (CH17-157L1 and CH17-227A2), and human brain cerebellum polyA RNA-seq, we show that Hercules-corrected reads have the highest mapping rate among all competing algorithms and highest accuracy when most of the basepairs of a long read are covered with short reads.
Benzer Tezler
- Artırılmış gerçeklik (AR) teknolojisi ile geliştirilen pap-smear testi uygulamasının hemşirelik öğrencilerinin bilgi, beceri ve tutumlarına etkisi
The effect of pap-smear test application developed with augmented reality (AR) technology on nursing students' knowledge, attitudes and skills
MERVE ŞEN
Doktora
Türkçe
2025
Hemşirelikİstanbul Üniversitesi-CerrahpaşaKadın Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. MELTEM MECDİ KAYDIRAK
- Bireyselleştirilmiş portfolyo uygulamasının bitişik eğik yazı becerilerine etkisi
The effect of individualized portfolio implementation on cursive handwriting skills
ECMEL YAŞAR
Yüksek Lisans
Türkçe
2016
Eğitim ve ÖğretimAnadolu Üniversitesiİlköğretim Ana Bilim Dalı
PROF. DR. MEHMET GÜLTEKİN
- Çocuk yoğun bakım ünitesinde bakım paketi uygulamasının tıbbi alet kaynaklı basınç yaralanmalarını önlemede etkisi
The effect of care package application in the pediatric intensive care unit on preventing medical device-related pressure injuries
ERHAN ELMAOĞLU
Doktora
Türkçe
2023
HemşirelikHasan Kalyoncu ÜniversitesiHemşirelik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZERRİN ÇİĞDEM
- The relationship between EFL teachers' literacy of writing assessment and students' writing achievement in portfolio assessment
İngilizce öğretmenlerinin yazma değerlendirme okuryazarlığı ile portfolyo değerlendirmesinde öğrencilerin yazma başarısı arasındaki ilişki
ESRA SEFERİNOĞLU
Yüksek Lisans
İngilizce
2023
Eğitim ve ÖğretimYeditepe Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ KURT
- Türk Dil Kurumu Türkçe Sözlük'ünde bulunan ilkokul ve ortaokul matematiğiyle ilgili geometrik tanımların değerlendirilmesi
Assessment of geometric definitions related to primary and middle school mathematics in the Turkish Dictionary of the Turkish Language Association
HABİBE BOZBEŞPARMAK
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimRecep Tayyip Erdoğan ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DOÇ. DR. SAMET OKUMUŞ