Nano-Boyutlu Biyoinformatik Analiz ile Kanser Hastalıklarının Tanısı
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Non-coding RNAs are generally divided into two main groups according to their nucleotide length:
small (<200 nucleotides) and long (≥200 nucleotides). miRNAs, approximately 18-22 nucleotides length,
are a class of small non-coding RNAs and have an important role in the regulation of gene expression.
miRNAs are non-coding RNA molecules that are effective in the formation and progression of many
different diseases and play an important role in the prevention, diagnosis, and treatment of complex human
diseases. Various studies have concluded that miRNAs have important functions in basic biological
processes such as cell development, signal transduction, proliferation, apoptosis, differentiation, viral
infection, metabolism, and aging. In addition, dysfunction of miRNAs is associated with numerous diseases
such as cancers, diabetes, Alzheimer’s disease, immunodeficiency syndrome, cardiovascular diseases, and
neurological diseases. For this reason, revealing miRNA and human disease relationships is critical for
understanding the molecular mechanism of diseases, diagnosis, treatment, and prevention of diseases, as
well as for personalized drug therapy. In recent years, researchers have made great efforts to find potential
relationships between miRNAs and diseases. Confirming new relationships one by one with biological
experimental studies is time consuming and very expensive. Therefore, efficient and flexible computational
methods are needed to identify potential relationships between miRNAs and diseases.
In this thesis study, two models, Weighted K-Nearest Known Neighbors and Network Consistency
Projection method and Kernelized Bayesian Matrix Factorization method, have been proposed to determine
new miRNA-disease relationships. 5-fold cross validation and LOOCV techniques were applied to the
models we proposed, and AUC values were calculated. The calculated AUC values of our proposed method
were compared with the models in the literature, it was seen that it achieved successful results. In addition,
three cancer types, namely breast, lung, and colon cancer, which are common among humans, were selected
and case studies was conducted. When the results were examined, a high rate of success was achieved and
both studies took their place in the literature.
Kodlama yapmayan RNA’lar nükleotid uzunluklarına göre genellikle küçük (<200 nükleotid) ve uzun (≥200 nükleotid) olmak üzere iki ana gruba ayrılırlar. Yaklaşık 18-22 nükleotid uzunluğundaki miRNA’lar kodlama yapmayan küçük RNA sınıfıdır ve gen ekspresyonunun düzenlenmesinde önemli bir role sahiptir. miRNA’lar birçok farklı hastalığın oluşumunda ve ilerlemesinde etkili olan kodlama yapmayan RNA molekülleri olup karmaşık insan hastalıklarının önlenmesinde, teşhisinde ve tedavisinde önemli rol oynamaktadırlar. Çeşitli çalışmalarda miRNA’ların temel biyolojik süreçlerde yani hücre gelişimi, sinyal iletimi, çoğalma, apoptoz, farklılaşma, viral enfeksiyon, metabolizma ve yaşlanma gibi önemli işlevleri olduğu sonucuna varılmıştır. Ayrıca miRNA’ların disfonksiyonu kanserler, diyabet, Alzheimer hastalığı, bağışıklık yetmezliği sendromu, kardiyovasküler hastalıklar ve nörolojik hastalıklar gibi çok sayıda hastalıkla ilişkilidir. Bu sebeple miRNA ve insan hastalıkları ilişkilerinin açığa çıkarılması hastalıkların moleküler mekanizmasının anlaşılmasında, hastalıklarının tanısı, tedavisi ve önlenmesinde aynı zamanda kişiselleştirilmiş ilaç tedavisi için de kritik öneme sahiptir. Son yıllarda araştırmacılar miRNA’lar ve hastalıklar arasındaki potansiyel ilişkileri bulmak için çok çaba sarf etmişlerdir. Biyolojik deneysel çalışmalarla yeni ilişkileri tek tek doğrulamak zaman alıcı ve çok pahalıdır. Bu nedenle miRNA’lar ve hastalıklar arasındaki potansiyel ilişkileri belirlemek için etkili ve esnek hesaplama yöntemlerine ihtiyaç vardır. Bu tez çalışmasında yeni miRNA-hastalık ilişkilerini belirlemek için Weighted K-Nearest Known Neighbors ve Network Consistency Projection yöntemi ile Kernelized Bayesian Matrix Factorization yöntemi olmak üzere iki adet model önerilmiştir. Önermiş olduğumuz modellere 5-katlı çapraz doğrulama ve LOOCV teknikleri uygulanmış ve AUC değerleri hesaplanmıştır. Önerilen yöntemin hesaplanan AUC değerleri literatürdeki modeller ile karşılaştırıldığında başarılı sonuçlar elde ettiği görülmüştür. Ayrıca insanlar arasında yaygın olarak görülen meme, akciğer ve kolon kanseri olmak üzere üç adet kanser türü seçilmiş ve vaka çalışmaları gerçekleştirilmiştir. Sonuçlar incelendiğinde yüksek oranda başarı elde edilmiş olup her iki çalışma da literatürde yerini almıştır.
Kodlama yapmayan RNA’lar nükleotid uzunluklarına göre genellikle küçük (<200 nükleotid) ve uzun (≥200 nükleotid) olmak üzere iki ana gruba ayrılırlar. Yaklaşık 18-22 nükleotid uzunluğundaki miRNA’lar kodlama yapmayan küçük RNA sınıfıdır ve gen ekspresyonunun düzenlenmesinde önemli bir role sahiptir. miRNA’lar birçok farklı hastalığın oluşumunda ve ilerlemesinde etkili olan kodlama yapmayan RNA molekülleri olup karmaşık insan hastalıklarının önlenmesinde, teşhisinde ve tedavisinde önemli rol oynamaktadırlar. Çeşitli çalışmalarda miRNA’ların temel biyolojik süreçlerde yani hücre gelişimi, sinyal iletimi, çoğalma, apoptoz, farklılaşma, viral enfeksiyon, metabolizma ve yaşlanma gibi önemli işlevleri olduğu sonucuna varılmıştır. Ayrıca miRNA’ların disfonksiyonu kanserler, diyabet, Alzheimer hastalığı, bağışıklık yetmezliği sendromu, kardiyovasküler hastalıklar ve nörolojik hastalıklar gibi çok sayıda hastalıkla ilişkilidir. Bu sebeple miRNA ve insan hastalıkları ilişkilerinin açığa çıkarılması hastalıkların moleküler mekanizmasının anlaşılmasında, hastalıklarının tanısı, tedavisi ve önlenmesinde aynı zamanda kişiselleştirilmiş ilaç tedavisi için de kritik öneme sahiptir. Son yıllarda araştırmacılar miRNA’lar ve hastalıklar arasındaki potansiyel ilişkileri bulmak için çok çaba sarf etmişlerdir. Biyolojik deneysel çalışmalarla yeni ilişkileri tek tek doğrulamak zaman alıcı ve çok pahalıdır. Bu nedenle miRNA’lar ve hastalıklar arasındaki potansiyel ilişkileri belirlemek için etkili ve esnek hesaplama yöntemlerine ihtiyaç vardır. Bu tez çalışmasında yeni miRNA-hastalık ilişkilerini belirlemek için Weighted K-Nearest Known Neighbors ve Network Consistency Projection yöntemi ile Kernelized Bayesian Matrix Factorization yöntemi olmak üzere iki adet model önerilmiştir. Önermiş olduğumuz modellere 5-katlı çapraz doğrulama ve LOOCV teknikleri uygulanmış ve AUC değerleri hesaplanmıştır. Önerilen yöntemin hesaplanan AUC değerleri literatürdeki modeller ile karşılaştırıldığında başarılı sonuçlar elde ettiği görülmüştür. Ayrıca insanlar arasında yaygın olarak görülen meme, akciğer ve kolon kanseri olmak üzere üç adet kanser türü seçilmiş ve vaka çalışmaları gerçekleştirilmiştir. Sonuçlar incelendiğinde yüksek oranda başarı elde edilmiş olup her iki çalışma da literatürde yerini almıştır.
Açıklama
Anahtar Kelimeler
circRNA, circRNA-hastalık ilişkisi, hastalık, lncRNA, lncRNA-hastalık ilişkisi, miRNA, miRNA-hastalık ilişkisi, circRNA-disease association, disease, lncRNA-disease association, miRNA-disease association
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Toprak, A., (2022). Nano-Boyutlu Biyoinformatik Analiz ile Kanser Hastalıklarının Tanısı. (Doktora Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.
