Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Kimya-Metalurji Fakültesi, Biyomühendislik Böl., Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: İngilizce
Öğrenci: BÜŞRA NUR DARENDELİ KİRAZ
Danışman: Alper Yılmaz
Özet:
Kanser, dünya genelinde ölümcül hastalıkların başında yer almaktadır. Teşhis ve tedavi aşamasındaki zorluklar hastalığın ilerleyişini engelleyememekte milyonlarca insanın ölümüne yol açmaktadır. Tümörlü hücrelerin sahip olduğu intra-tümor ve inter-tümör heterojenite özelliği kanserin bireylere özgü özelliklere sahiip bir hastalık olması sonucunu doğurmuştur. Her bireyin sahip olduğu tümör ve tümör mikroçevresi kendisine özgü olması sebebi ile genel tarama yöntemleri hastalığın erken tespitini zorlaştırmaktadır. Burada gen ekspresyon verileri üzerinde derin öğrenme yaklaşımı kullanılarak kanser teşhisine yeni bir bakış açısı kazandırmayı amaçladık. Genomdaki değişikliklerin birebir sonuçlarının görüldüğü gen ifade verilerinin derin öğrenme yöntemi kullanılarak eğitimi gerçekleştirilmiştir. Ek olarak, derin öğrenmenin yüksek doğrulukla belirlediği tümör ve normal dokuları belirlemede etkili olan kritik genlerin belirlenmesi amaçlanmıştır. Bu çalışmada, yaklaşık 30 farklı kanser hastasının RNA-Seq verileri ile Kanser Genom Atlas (TCGA) veri seti ve normal dokuların GTEx RNA-seq verileri kullanılmıştır. Eğitim için girdi verileri RGB formatına dönüştürülmüş ve eğitim bir Evrişimsel Sinir Ağı (CNN) ile gerçekleştirilmiştir. Eğitimli algoritma, gen ekspresyonu verilerine dayanarak kanseri %97.7 doğrulukla tahmin edebilir. Ayrıca, hastalığın tahmini için etkili genleri belirlemek için eğitilmiş modele bir-piksel saldırı uyguladık.Bu yöntemin uygulanması sonucunda derin öğrenme modelinin tahmini üzerinde etkili olan 13 kritik gen belirlenmiştir. Sonuç olarak, geliştirilen derin öğrenme modeli ile tümör ve normaldokuları gen ifade verilerine bağlı olarak ayırt edebilen bir model geliştirilmiştir. Bu modelin tahmin mekanizması incelenerek kanser için biyobelirteç olmaya aday olan genler belirlenmiştir. Belirlenen genlerin literatür araştırılması yapıldığında kanserle ilişkileri görülmüştür. Gerçekleştirilen çalışma sonucu belirlenen bu genler deneysel verilerle desteklenerek kanser için biyobelirteç olarak kullanılanılabilir. Elde edilen sonuçlar doğrultusunda kişilere özgü kanserler gen bazında incelenerek, kişiye özgü tanı ve tedavilerin de uygulanabileceği gösterilmektedir.