Next-generation cell type annotation: Integrating NLP and ML techniques for enhanced scRNA classification
Yeni nesil hücre tipi anotasyonu: Geliştirilmiş scRNA sınıflandırması için NLP ve ML tekniklerinin entegrasyonu
- Tez No: 897390
- Danışmanlar: YRD. DOÇ. DR. AYBAR CAN ACAR, DOÇ. DR. CAN ÖZEN
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Moleküler biyoloji araştırmalarında makine öğreniminin uygulanması, biyomoleküler evreni verimli bir şekilde keşfetmek için esas haline gelmektedir. Araştırmamız, tek hücreli RNA dizileme (scRNA-seq) verilerinde otomatik hücre tipi anotasyonunu optimize eden bir yöntemler dizisi geliştirerek biyoteknoloji alanına katkıda bulunmayı amaçlamaktadır. Tezimizde, doğal dil işleme (NLP) ve makine öğrenimi yöntemlerini birleştiren yeni bir yaklaşım oluşturduk. Yönetimler dizimizin ilk kısmında, gen işaretçilerinin(gene symbol), metin gömülmelerini(text embedding) oluşturmak için BERT, GPT2 ve GPT3 gibi gelişmiş dil modellerinden tokenlaştırıcıları kullanıyoruz. Bunun akabinde otokodlayıcıların (autoencoder), kodçözücü (encoder) kısımlarını kullanarak veri boyutunu düşürüyoruz. Bu veriyi, gen ekspresyon verisiyle birleştirerek makine öğrenmesi metodlarıyla tahmin modelleri üretiyoruz. Yöntemimizi değerlendirmek için İnsan Gen Atlası'ndan PBMC veri setini kullanmaktayız. Sonuçlarımız, oluşturduğumuz yöntemler dizisinin, standart yaklaşımlara kıyasla hücre tipi anotasyon doğruluğunu önemli ölçüde artırdığını göstermektedir. Bu çalışma, biyoteknolojiye yeni bir hesaplama aracı kazandırarak hücresel çeşitlilik ve işlev konusundaki anlayışımızı potansiyel olarak ilerlemektedir.
Özet (Çeviri)
Implementing machine learning in molecular biology research is essential for efficiently exploring the biomolecular cosmos. Our research aims to contribute to biotechnology by developing a methodology that optimizes automated cell-type annotation in single-cell RNA sequencing (scRNA-seq) data. In our thesis, we created a novel approach that combines natural language processing (NLP) and machine learning methods. In the first part of our methodology, we use tokenizers from advanced language models such as BERT, GPT2, and GPT3 to create text embeddings of gene symbols. We then reduce data dimensionality using the encoder parts of autoencoders. We combine this data with gene expression data to produce prediction models using machine learning methods. We use the PBMC dataset from the Human Cell Atlas to evaluate our method. Our results show that our methodology significantly improves cell type annotation accuracy compared to standard approaches. This study potentially advances our understanding of cellular diversity and function by providing a new computational tool for biotechnology.
Benzer Tezler
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Hıyar turşularında sorbik asitin yüzeyde zar oluşumuna etkisi üzerinde bir araştırma
Başlık çevirisi yok
TÜLAY DALGIÇ
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiGıda Bilimi ve Teknolojisi Ana Bilim Dalı
YRD. DOÇ. DR. YILDIZ BORA
- Isparta iline bağlı Senirkent ilçesi ve köylerinde ilkokul çocuklarının beslenme durumları üzerinde bir araştırma
A Research on nutritional status of primary school children in Isparta-Senirkent town and its villages
AYŞE ÖZFER ÖRMECİ
Yüksek Lisans
Türkçe
1987
Ev EkonomisiAnkara ÜniversitesiEv Ekonomisi Ana Bilim Dalı
DOÇ.DR. SENİHA HASİPEK
- Ankara koşullarında sulanabilir 10 hektarlık bir tarım işletmesi için en uygun mekanizasyon modelinin tespiti
The Determining of optimum field machinery system for a farm which has 10 hectares irrigable area in Ankara conditions
MUSTAFA VATANDAŞ
Yüksek Lisans
Türkçe
1987
ZiraatAnkara ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF.DR. GÜNGÖR YAVUZCAN
