Analysis of biochemical pathway with graph based algorithms
Biyokimyasal yolaklarda çizge teorisi algoritmalarıyla analiz
- Tez No: 542352
- Danışmanlar: DR. ÖĞR. ÜYESİ ALPER YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Biyomühendislik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hücresel metabolizma, herhangi bir organizmanın hayatta kalması için çok önemli olan biyolojik olayları kapsar. İnsan metabolik ağının çalışma prensibini anlamak, hastalıkların ve tedavilerin mekanizmalarının aydınlatılmasında önemli bir rol oynar. İnsan Genom Projesi tamamlandıktan sonra, bütünsel yaklaşımla aydınlatılmaya çalışan insan hastalıkları çalışmaları ön plana çıkmış ve bu da metabolizmanın bir ağ olarak analiz edilmesine olanak sağlamıştır. Belli bir hastalık için ilaç hedeflerini belirlemek ve hastalık mekanizmalarını çözmek için tüm metabolik reaksiyonların bir ağ olarak oluşturulması ve bu metabolik ağlardaki önemli düğümlerin bulunması gerekir. Etkileşim veya düzenleyici ağda önemli bir düğüm olarak tanımlanan genler, ilaç hedefleri olarak kullanılmıştır. Önemli düğüm ağlarını tanımlamak için Derece Merkeziliği, Arasındalık Merkeziliği ve Yakınlık Merkeziliği gibi standart grafik ölçümlerini kullanan çok sayıda yöntem geliştirilmiştir. Bu ölçümler karmaşık ağların topolojisi hakkında yüzeysel bilgi sağlar. Bu yüzden önemli düğümleri tespit etmek için uygun değildir. Düğümlerin önemini ölçmede kümelenme katsayısı ve düğümlerin komşuları gibi temel ağ topolojisi parametrelerini birleştiren yaklaşımlar olsa da önemli düğümleri yine de doğru bir şekilde saptayamazlar. Bu tezde, yeni geliştirilen bir düğüm önemi ölçüsü olan L-değerini insan metabolik ağına önemli bileşikleri ve bunlarla ilişkili genleri belirlemek için uyguladık. Bu yaklaşım, bir düğümün kenar sayısı, o kenarların dâhil olduğu üçgen sayısı ile komşu düğümün kenar sayısını temel almaktadır. Önemli bileşiklerle ilişkili genlerin sadece ağ analizi yoluyla keşfedilebildiğini göstermek için, birkaç farklı kanser türünde ifadesi değişen genlerin (DEG) listesini oluşturduk ve bu liste üzerinden DAVID aracılığıyla gen seti zenginleştirme analizi gerçekleştirdik. Yaklaşımımızın temeli, DEG listesindeki çok önemli bir reaksiyonda yer alan tek genin, bu aday genle aynı yolakta birden fazla gen bulunmaması halinde“zenginleştirilmiş”olarak tanımlanmayacağıdır. Bu yüzden, metabolik ağdaki kritik noktaları etkileyen belirli bir DEG listesinden genleri ortaya çıkarmak için metabolik ağ topolojisi ile DEG analizi birleştirilmelidir. DAVID zenginleştirme analizinde bulunmayan ancak metabolik ağda yüksek L-değerine sahip kritik bileşiklerle ilişkili olan genleri tanımladık. Çıkan sonuçlar doğrultusunda; ifadesi değişen gen listelerindeki zenginleşme göstermeyen genlerin de aslında önemli olabileceği, ifadesi değişen gen analizlerinde ağ topolojisini de göz önüne alan biyokimyasal etkiyi de hesaba katan yaklaşımların fonksiyonel zenginleşme analizi ile gözden kaçan genler belirleyebileceği de gösterildi. Bulgularımız gen ifadesi profil analizinde yeni bir bakış açısı sağlama potansiyeline sahiptir. Yaklaşımımız, standart zenginleştirme temelli yaklaşımlarla daha önce fark edilmemiş olan önemli genleri belirleyebilmiştir. Sonuç olarak, zenginleştirilmemiş ancak kritik öneme sahip genlerin açığa çıkabilmesi için“zenginleştirilmiş gen”yöntemlerine ek olarak farklı yaklaşımlar da kullanılmalıdır.
Özet (Çeviri)
Cellular metabolism embraces elaborate processes which are crucial for the survival of any organism. Understanding the human metabolic system is an important step in enlightening mechanisms of diseases and treatments. After completion of Human Genome Project, human disease studies with holistic approach became prominent which allows analysis of metabolism as a network. Laying out whole metabolic reactions as network and revealing important nodes in metabolic networks has potential to facilitate discovering drug targets and enlightening mechanism of diseases. Genes located in topologically significant points in an interaction or regulatory network have been found to be valuable drug targets. Numerous methods have been proposed to identify significant nodes in networks utilizing standard graph theory measurements such as Degree Centrality, Betweenness Centrality and Closeness Centrality. These measurements provide superficial information about topology of the complex networks and thus are not feasible to detect significant nodes. Although there are various approaches which provide thorough knowledge to measure the significance of nodes by combining fundamental network topology parameters such as clustering coefficient and node neighbourhoods, they fail to accurately identify important nodes. In our thesis, we applied L-value, a recently developed node importance measure, to human metabolic network to identify critical compounds and associated genes. L-value approach considers the total number of triangles in network, degree of nodes and their neighbours. In order to demonstrate that the genes associated with important compounds can be discovered through network analysis only, we gathered differentially expressed genes (DEG) list for several cancer types and then performed gene set enrichment via DAVID web service. The basis of our approach was that single gene in DEG list that is involved in very crucial reaction will not be identified as“enriched”if there are more than few genes are found in same pathway with this candidate gene. Thus, metabolic network topology should be strongly integrated with DEG analysis in order to uncover genes from a given DEG list which affect critical points in metabolic network. We identified genes that are not in DAVID enrichment sets but associated with critical compounds that have high L-value in metabolic network. In line with the results, genes that do not show enriched in DEGs lists may actually be important, and approach that does not only takes network topology into account but also considers the biochemical effect in DEGs analysis can designate genes that are overlooked in functional enrichment analysis. Our findings has potential to provide novel and insightful aspect on gene expression profile analysis. Our approach was able to recover important genes previously undetected by standard enrichment based approaches. As a result, the veil called“enriched gene”is lifted so that not enriched but critically important genes are exposed
Benzer Tezler
- Estimating metabolic flux variability with machine learning
Metabolik akış değerlerinin makine öğrenmesi ile tahmini
BARIŞ CAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇAKMAK
- Environmental stresses applied to microalgae for high lipid production
Yüksek lipit üretimi için mikroyosunlara uygulanan çevresel stresler
ECE POLAT
Doktora
İngilizce
2023
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. MAHMUT ALTINBAŞ
- Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi
Başlık çevirisi yok
NACİYE TÜRKEL
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Nükleer rezonasta moleküler yapıların incelenmesi (yapısal faz geçiş kuramları üzerine bir inceleme)
Başlık çevirisi yok
ABDURRAHMAN ANDİÇ
Yüksek Lisans
Türkçe
1986
Fizik ve Fizik MühendisliğiUludağ ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. AYTAÇ YALÇINER
- Makro besin elementlerinin (NPK) İzmir'de Mayıs ayında açığa dikilen 4-6 cm çevre büyüklüğündeki Gladiolus cinsine ait“hunting song”ve“Novalüx”kültür çeşitlerinin yumrularının gelişmeleri üzerine etkileri
Başlık çevirisi yok
TAHA ALİ AMEN
Yüksek Lisans
Türkçe
1985
ZiraatEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ADNAN HATİPOĞLU