Akademik Veri Yönetim Sistemi
44. Yöneylem Araştırması ve Endüstri Mühendisliği (YA/EM 2025) Ulusal Kongresi, Ankara, Türkiye, 25 - 27 Haziran 2025, ss.251, (Özet Bildiri)
Şizofreni
hastalığı,
bazı
belirtileri Bipolar Bozukluk ve Majör Depresif Bozukluk hastalıklarıyla kısmen veya büyük ölçüde ortak olan; hem hasta bireyin hem de çevresindekilerin yaşam kalitesini önemli ölçüde düşürebilen bir ruh sağlığı sorunudur. Günümüzde tamamen iyileştirilmesi henüz mümkün olmamakla birlikte teşhis konulduktan sonra düzenli ilaç tedavisi ile ömür boyu kontrol altına alınabilen ve yaklaşık %80 oranında genetik niteliğe sahip olduğu bilimsel çalışmalarca ispatlanan şizofreni hastalığı, bu niteliklerinden dolayı güncel bilimsel literatürde ilaç ve modern tedavi metotları geliştirme ile biyoinformatik çalışmalarının da güncel odağı konumuna gelmiştir. Bu çalışmada, şizofreni hastalığının genetik bağıntısından hareketle bir bireyin şizofreni riski taşıma durumunu hesaplamak amacıyla bir makine ögrenmesi süreç akışı geliştirilmiştir. Çalışmada, 129 şizofreni hastası birey, 11 majör depresif bozukluk hastası birey, 44 bipolar bozukluk
hastası
birey ve kontrol verisi olarak alınan 120 sağlıklı birey olmak üzere toplam 304 bireyden oluşan bir örneklem seçilmiştir. Bu örnekleme ait klinik veriler ışığında, örneklemdeki bireylerin
mikroarray gen ekspresyonu verileri üzerinde filtreleme ve veri manipülasyonu işlemleri yapılmış, sonrasında veri seti içinden metabolik ve
biyokimyasal olayları ifade eden gen setlerini ortaya çıkarabilmek için Yolak Analizi işlemi gerçekleştirilmiştir. Yolak analizi işleminde Kyoto Encyclopedia of
Genes and Genomes yolak veri tabanı kullanılmıştır. Her bir yolak için oluşturulan çekirdek matrisleri Çok Katmanlı Perseptron modeline girdi olarak aktarılmıştır. Modelin çıktı parametreleri, literatürde yaygın olarak kullanılan temel makine ögrenmesi algoritmaları olan SVM, XGBoost ve Rassal
Orman ile karşılaştırılmış ve kullanılan modellerin performans
metrikleri yorumlanmıştır. Araştırmalardan elde edilen bulgular doğrultusunda şizofreni hastalığının tahminlenmesinde Çok Katmanlı Perseptron modelinin diğer modellere kıyasla daha üstün performans sergilediği değerlendirilmiştir.