Romatoid Artritte Genetik Riskin Çok Katmanlı Yapay Sinir Ağı Yaklaşımıyla Tespiti

Creative Commons License

Temur L. Ö., Yılmaz U., Geçici Birkan E., Ilbahar E., Güler M. G.

44. Yöneylem Araştırması ve Endüstri Mühendisliği (YA/EM 2025) Ulusal Kongresi, Ankara, Türkiye, 25 - 27 Haziran 2025, ss.242, (Özet Bildiri)

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: Ankara
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.242
  • Yıldız Teknik Üniversitesi Adresli: Evet

Özet

Otoimmün hastalıklar, bağışıklık sisteminin sağlıklı vücut hücrelerini yabancı olarak algılayıp onlara saldırmasıyla ortaya çıkan rahatsızlıklardır. Bağışıklık sisteminin bu yanıtı, iltihaplanma ve doku hasarına yol açarak birçok organı etkileyebilir. Otoimmün hastalıklardan biri olan Romatoid Artrit (RA), özellikle eklemleri etkileyen, kronik seyirli ve ilerleyici bir hastalıktır. RA’nın erken tanısı, hastalığın kontrol altına alınması ve kalıcı eklem hasarının önlenmesi açısından kritik öneme sahiptir. Bu çalışmada, RA hastaları ile sağlıklı bireyler arasındaki genetik farklılıklardan yola çıkılarak, bireylerin RA riski taşıyıp taşımadığını tahmin etmeye yönelik bir makine ögrenmesi süreç akışı geliştirilmiştir. Çalışmada yalnızca RA hastalarına ve sağlıklı bireylere ait sinoviyal doku örnekleri kullanılmıştır. Toplamda sekiz farklı çalışmadan elde edilen veriler bir araya getirilerek RA ve kontrol gruplarına ait 195 bireyden oluşan bir ¨örneklem oluşturulmuştur. Bu ¨örnekleme ait gen ekspresyonu verileri üzerinde ¨önce filtreleme ve ön işleme işlemleri gerçekleştirilmiştir. Farklı laboratuvarlardan ve platformlardan kaynaklanan gruplar arası teknik farklılıkları ortadan kaldırmak için normalizasyon teknikleri uygulanarak veri seti türdeş bir hale getirilmiştir. İstatistiksel olarak anlamlı bulunan biyolojik yolaklara karşılık gelen genler kullanılarak, örnekler arasındaki genetik benzerlikleri yansıtan çekirdek (kernel) matrisleri oluşturulmuş ve bu matrisler çok katmanlı bir yapay sinir ağı modeline girdi olarak aktarılmıştır. Bu yapı üzerinden gerçekleştirilen sınıflandırma sonucunda, modelin umut vadeden bir performans ortaya koyduğu görülmüştür. Çalışma kapsamında elde edilen bulgular, biyolojik yolak temelli gen ekspresyonu verilerinin analiziyle RA gibi karmaşık hastalıkların tanısına yönelik etkili sonuçlar elde edilebileceğini göstermekte; bu yönüyle gelecekteki çalışmalara ışık tutma potansiyeli taşımaktadır.