Ağ Çıkarım Algoritmalarındaki İlişki Tahmincilerinin Meme Kanseri Proteomik Verileri Üzerinde İncelenmesi


Erdoğan C., KURT Z. , DİRİ B.

IEEE 25. Sinyal İşleme ve İletişim Uygulamaları Kurultayı, Antalya, Türkiye, 15 Mayıs 2017, ss.1-5

  • Basıldığı Şehir: Antalya
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayısı: ss.1-5

Özet

Bu çalışmada kadınlarda en sık görülen kanser türü olan meme kanseri proteomik verileri kullanılarak hastalıkla ilişkili moleküler etkileşimlerin tespitinde kullanılan ağ çıkarım yöntemlerinde uygulanan ilişki tahmincileri incelenmiş ve hastalıkla ilişkili gen-gen etkileşim ağındaki hub genler bulunmaya çalışılmıştır. Veri seti olarak The Cancer Proteome Atlas (TCPA) tarafından ters faz protein dizileme yöntemi kullanılarak oluşturulmuş olan 901 göğüs kanseri hastasına ait proteomik verileri kullanılmıştır. Yapılan çalışmada literatürde yaygın olarak kullanılan korelasyon ve karşılıklı bilgi (KB) tabanlı ilişki tahmincileri karşılaştırılmış olup bunun için WGCNA ve minet R paketleri kullanılmıştır. Sonuç olarak WGCNA paketinde biyolojik ağların kestiriminde kullanılan Pearson korelasyonu tabanlı adjacency fonksiyonuna göre KB tabanlı shrink ilişki tahminci yönteminin daha başarılı sonuçlar verdiği görülmüştür. Başarım oranları farklı modül sayıları için adjacency fonksiyonunda 0.33-0.86 aralığında olurken shrink kestiriminde 0.67-1.00 aralığında olmuştur. Ayrıca başarılı bulunan sonuçlara ait hub genler