Enstitüler / Institutes
Permanent URI for this communityhttps://hdl.handle.net/11727/1390
Browse
3 results
Search Results
Item Deep learning for biological sequences(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2019) Paker, Ahmet; Bostancı, Gazi ErkanNowadays, with the increase in biological knowledge, the use of deep learning in bioinformatics and computational biology has increased. Newly, deep learning is widely used to classify and analyze biological sequences. In recent years, deep neural network architectures such as Convolutional and Recurrent Neural Networks have been developed in order to achieve more successful results when compared to classical machine learning algorithms. In this thesis, the discussed problem is a bioinformatics problem. Therefore, it is discussed whether the given microRNA molecule binds to the mRNA molecule. MicroRNAs (miRNAs) are non-coding and small RNA molecules of ~23 base length that play an important role in gene expression cycle. After transcription, they bind to target mRNAs and cause mRNA cleavage or translation inhibition. Rapid and efficient determination of the binding sites of miRNAs is a major problem in molecular biology. In this thesis study, Long Short Term Memory (LSTM) network which is based on deep learning, has been developed with the help of an existing duplex sequence model. The study provides a comparative approach based on different data sets and configurations. In addition, a web tool has been developed to effectively and quickly identify human microRNA target sites and provide a visual interface to the end-user. Compared to the six classical machine learning methods, the proposed LSTM model gives better results in terms of some evaluation criteria. Günümüzde, biyolojik bilgideki artışla birlikte, biyoenformatik ve hesaplamalı biyolojide derin öğrenme kullanımı artmıştır. Derin öğrenme biyolojik dizileri sınıflandırmak ve analiz etmek için yaygın olarak kullanılmaktadır. Son yıllarda klasik makine öğrenme algoritmalarına kıyasla daha başarılı sonuçlar elde etmek için Konvolüsyonel ve Tekrarlayan Sinir Ağları gibi derin sinir ağ mimarileri geliştirilmiştir. Bu tezde tartışılan problem bir biyoenformatik problemidir. Bu sebeple, verilen mikro RNA molekülünün mRNA molekülüne bağlanıp bağlanmadığı tartışılmaktadır. MikroRNA'lar (miRNA'lar) gen ekspresyonunda önemli bir rol oynayan ~ 21-23 baz uzunluğundaki kodlayıcı olmayan RNA molekülleridir. Transkripsiyondan sonra, mRNA'ları hedef alırlar ve mRNA yıkımına veya translasyon inhibisyonuna neden olurlar. miRNA'ların bağlanma bölgelerinin hızlı ve etkili bir şekilde belirlenmesi moleküler biyolojide büyük bir sorundur. Bu tezde, mevcut bir dubleks sekans modeli yardımıyla Uzun Kısa Süreli Belleğe (LSTM) dayanan derin bir öğrenme yaklaşımı geliştirilmiştir. Çalışma, farklı veri kümeleri ve yapılandırmalarına dayanan karşılaştırmalı bir yaklaşım sunmaktadır. Ek olarak, insan miRNA hedef bölgelerini etkili ve hızlı bir şekilde tanımlamak ve son kullanıcıya görsel bir arayüz sağlamak için bir web arayüzü geliştirilmiştir. Altı klasik makine öğrenme yöntemiyle karşılaştırıldığında, önerilen LSTM modeli bazı değerlendirme kriterleri açısından daha iyi sonuçlar verir.Item Homolog olmayan uç birleşmesi (nhej) dna onarım yolağının mcf7 hücre hatlarında gelişen doksorubisin direncine etkisinin araştırılması(Başkent Üniversitesi Sağlık Bilimleri Enstitüsü, 2018) Aykaç, Mehmet Ali; Darcansoy İşeri, ÖzlemHomolog olmayan uç birleşimi DNA onarım mekanizması hücre bölünmesi ve çoklu ilaç direnci gelişimini de içerecek biçimde hücrede DNA ile ilişkili birçok farklı süreç ile ilişkilendirilmiştir. Çalışmamızda, bir antrasiklin türevi olan doksorubisine karşı dirençlilik gösteren MCF7 meme kanseri alt hücre hatlarında NHEJ yolağının gelişen ilaç direncindeki etkilerinin araştırılması amaçlanmıştır. Doksorubisine duyarlı (MCF7/S) ve dirençli alt hücre hatlarına 4μM doksorubisin 1, 6, 12 ve 24 saat uygulanmış ve tüm paramatreler bu uygulama sürelerinde analiz edilmiştir. MTT, doksorubisinin zamana bağlı sitotoksisitesinin değerlendirilmesinde kullanılmıştır. Doksorubisin genotoksisitesi alkali tek hücreli jel elektroforezi ile analiz edilmiştir. NHEJ mekanizmasının analizi için 53BP1 proteininin immünofloresan etiketlenmesi gerçekleştirilmiştir. NHEJ yolağının temel bileşenlerini kodlayan genlerin (XRCC4, XRCC5, XRCC6, XRCC7, LIG4 ve XLF) ve bunların ifadelenmesini düzenleyen iki miRNA’nın (miR-101 ve miR-502) ifadelenmesi qPCR ile analiz edilmiştir. 24 saatlik doksorubisin uygulamasından sonra MCF7/S, MCF7/400Dox ve MCF7/1000Dox hücrelerinde hücre proliferasyonu azalmıştır. Tüm hücrelerde uygulamanın 6. saatinde doksorubisine bağlı genotoksik hasar gerçekleşmiştir. 24 saatlik doksorubisin uygulaması, duyarlı hücrelerde dirençli hücrelere göre daha yüksek genotoksik hasara yol açmıştır. Duyarlı hücrelerde doksorubisin uygulamasından 1 saat sonra NHEJ yolağının aktivesi tespit edilmişken, dirençli hücrelerdeki aktivite 12. saatte tespit edilmiştir. NHEJ bileşenlerinin ifadelenmesi duyarlı hücrelerin kontrol grubunda dirençli hücre hatlarının kontrol gruplarından daha yüksek olmasına rağmen, MCF7/1000Dox hücrelerinde doksorubisin uygulamasına cevap belirgin biçimde artış göstermiştir. 4μM doksorubisin uygulanan MCF7/1000Dox hücre hattında, NHEJ yolağındaki genlerde gerçekleşen ifadelenme artışıyla NHEJ yolağının DNA onarımında etkin rol üstlendiği sonucuna varılmaktadır. Bununla birlikte, önerilen miRNA’ların dirençli hücrelerde NHEJ yolağı üzerinde kontrolünün olmadığı belirlenmiştir. Sonuç olarak, NHEJ onarımı tepki hızı ve seviyesinin farklı dirençlilik seviyelerine ve mekanizmalarına sahip alt hücre hatlarında duyarlı hücreler ile karşılaştırmalı incelenmesi doksorubisin bağımlı oluşan genotoksik hasarın onarımı ve gelişen ilaç direnci hakkında daha fazla bilgi sahibi olmamızı sağlamıştır. Bu tez çalışması, gelecekte konu ile ilgili yapılacak olan ileri çalışmalara kaynaklık edebilecek ve literatüre katkı sağlayacak niteliktedir. Non-homologous end joining DNA repair mechanism is assoicated with many of cell precesses. Multidrug resistance and cell devision involves diverse cellular pathways. Aim of this study was to investigate involvement of NHEJ repair mechanism in the development of an anthracycline type doxorubicin resistance in MCF7 cell lines. Doxorubicin (4μM) were applied to sensitive and resistant sublines, and all parameters were tested after 1, 6, 12, and 24h of applications. MTT was used to evaluate time-dependent cytotoxicity of doxorubicin. Doxorubicin induced genotoxicity was tested by single cell alkaline gel electrophoresis assay. Immunoflorescent labeling of 53BP1 protein performed for the analysis of NHEJ. Expression of the genes coding the essential components of the NHEJ pathway, XRCC4, XRCC5, XRCC6, XRCC7, LIG4 and XLF, and two control miRNAs of the pathway, miR-101 and miR502, were analyzed by real-time PCR analysis. Results demonstrated that cell proliferation decreased in MCF7/S, MCF7/400Dox, and MCF7/1000Dox cells, due to 24h doxorubicin application. Doxorubicin induced genotoxic damage after 6h incubation in all cells. After 24h of incubation, doxorubicin caused higher genotoxic damage in sensitive cells in comparison to resistant cells. NHEJ pathway was activated after 1h of doxorubicin application in sensitive cells, whereas activity was observed after 12h in resistant cells. Though, expression of NHEJ components was higher in control group sensitive cells in comparison to respective resistant cells, expression of these genes were significantly upregulated in MCF7/1000Dox cells in response to doxorubicin application. miR-101 and miR502 alterations were correlated to XRCC7, and XRCC5, LIG4 and XLF gene expressions, respectively in sensitive cells. Conclusively, NHEJ pathway components were upregulated in 24h of doxorubicin application. Doxorubicin induced NHEJ response were more rapid and high in MCF7/1000Dox cells, although pathway did not seem to be under the control of proposed miRNAs. Investigation of timing and level of NHEJ DNA damage response in cells having varying resistance indices and different resistance mechanisms, provided a better understanding of the repair of doxorubicin induced genotoxic damage and development of drug resistance in these cells. The results of the thesis will provide basic knowledge for further studies.Item MikroRNA deneylerinin bilgi tabanlı temsili ile tıbbi karar destek sürecinin desteklenmesi(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2017) Çorapcıoğlu, M.Erdem; Oğul, HasanTıp teknolojilerinin gelişmesi ile hem kişiselleşmiş tıp yaklaşımı hem de gen ifadelerinin analizlerine yönelik çalışmalar yaygınlaşmaya başlamıştır. Gen ifadelerinin hastalık teşhisi ve benzer vakaların tespit edilmesi amacıyla kullanılabildiğinin gösterilmesi bu alanda disiplinler arası çalışmaların artmasına neden olmuştur. Gen ifadelerinin istatistiksel olarak karşılaştırılması esasına dayanan çalışmalar olmakla birlikte, alan bilgisinin analizlere yansıtılmasının araştırma verimliliğine olumlu olarak yansıyacağı değerlendirilmektedir. Bu tez çalışması kapsamında, mikroRNA (miRNA) ifadelerinin hastalık teşhisi ve ilgili vakaların geri getirilmesine yönelik kullanılmasında başarımın arttırılması hedeflenmiştir. Bu amaçla, alan bilgisinin analizlere yansıtılabilmesi için literatür tabanlı elde edilmiş miRNA grupları kullanılarak deney temsilinin küme bazlı yapılması yaklaşımı esas alınmıştır. Önerilen yaklaşım kapsamında araştırmacıların kullanımına açık tarayıcı tabanlı miSEA aracı (http://binf.baskent.edu.tr) geliştirilmiş ve deneylerin temsil edilmesi için kullanılmıştır. Bu yaklaşım ile geleneksel yöntemler karşılaştırılmış; sınıflandırma analizlerinde SVM algoritması ve geri-getirim çalışmalarında ise Öklid algoritması ile performans artışı sağlandığı tespit edilmiştir. Buna ek olarak, güncel gen ifade profilleme teknolojilerinin de analiz edilebilmesi için çapraz-teknoloji deney arama yaklaşımı önerilmiş ve performans analizleri yapılmıştır. Gerçekleştirilen sistem ve önerilen yaklaşımları içeren modüllerin karar destek sistemlerinde kullanılmasına yönelik öneri oluşturulmuştur. Recent technological advancements related with medical informatics has led to progress in both personalized medical support approach and the analysis of gene expression. It has been shown that gene expressions can be used to diagnose disease and identify similar cases. Besides the studies based on the statistical comparison of gene expressions, it is anticipated that the incorporation of the domain knowledge into the analyzes will make a positive contribution to the accuracy of research. Within the scope of this thesis, it is aimed to increase the success of using miRNA gene expressions to diagnose disease and to retrieve relevant cases. For this purpose, a set-based representation of experiments is proposed, which is based on the analysis of miRNA expressions together with miRNA sets obtained from the literature. Within the scope of the proposed approach, a browser-based tool, which is named as miSEA (http://binf.baskent.edu.tr), that is available to the use of researchers has been developed. The proposed approach has been compared with traditional methods and it has been found that performance improvement is achieved in classification by using SVM algorithm. Also, experiment retrieval performance improved by using Euclidean algorithm. In addition, a cross-technology experiment retrieval approach was proposed and performance analysis were conducted to analyze current gene expression profiling technologies. Moreover, a proposal has been made to use the modules including the implemented system and the suggested approaches in decision support systems.