Robust Differential Network Analysis
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Fakültesi, İstatistik Bölümü, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: İngilizce
Öğrenci: Ayça Ölmez
Danışman: Aylin Alın
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Güvenilir gen-eş ifade ağlarının başarılı şekilde oluşturulması, sistem biyolojisinin temel alanlarından biridir. Literatürde sıklıkla kullanılan Gen Eş-İfade Ağ Analizi (GEİAA), İki-Ağırlıklı Orta Korelasyon (İAOK) ve Kısmi en küçük kareler regresyonu (KEKKR) tabanlı geleneksel yaklaşımlar, biyolojik verilerde sıkça karşılaşılan aykırı değerler ve gürültüye oldukça duyarlıdır. Bu tür bozulmalar, yanlış bağlantıların oluşmasına, gerçek modüler yapıların bozulmasına ve biyolojik yorumlanabilirliğin azalmasına yol açabilmektedir. Bu tezde, uç gözlemlerin etkisini tamamen dışlamak yerine ağırlıklarını azaltarak hem biyolojik olarak anlamlı bilgiyi koruyan hem de ağ topolojisinin bütünlüğünü güvence altına alan Kısmi Dayanıklı M-Regresyonu (KDMR) tabanlı yeni bir ağ kurma yöntemi önerilmektedir. Önerilen yaklaşım üç farklı şekilde değerlendirilmiştir. İlk olarak, E. coli düzenleyici ağına dayalı olarak oluşturulan SynTReN300 sentetik veri setinde kontrollü simülasyon çalışmaları yapılmış ve KDMR tabanlı, GEİAA, İAOK ve KEKKR tabanlı yöntemlerle karşılaştırılmıştır. Çeşitli dağılımlar (ör. Normal, ağır kuyruklu t(2)) ve farklı kontaminasyon oranlarında (\%5–30) aykırı değer senaryoları test edilmiştir. Bulgular, KDMR tabanlı yöntemin özellikle özgüllük açısından rakip yöntemlere üstün geldiğini, çok daha az yanlış pozitif bağlantı ürettiğini ve özellikle F1 skoru ile Matthews Korelasyon Katsayısı (MKK) bakımından en dengeli ve güvenilir sonuçları verdiğini göstermiştir. İkinci analizlerde literatürde sıklıkla referans alınan 135 fare karaciğer ekspresyon verisine uygulanmıştır. Aykırı değer (örnek F2-221) çıkarılmadan ve çıkarıldıktan sonra yapılan analizler, KDMR tabanlı yaklaşımın yalnızca literatürde daha önce tanımlanmış biyolojik olarak anlamlı modülleri doğru biçimde yeniden yakalamakla kalmayıp aynı zamanda daha kararlı, homojen ve biyolojik açıdan zenginleştirilmiş modüller elde ettiğini ortaya koymuştur. Zenginleştirme analizleri de bu modüllerin obezite ile ilişkili biyolojik yollarla anlamlı şekilde ilişkili olduğunu doğrulamıştır. Üçüncü ve son adımda, normal kiloya sahip olan ve obez olan fareler karşılaştırılarak diferansiyel ağ analizi yapılmıştır. Modül korunum istatistikleri (Z-summary ve medianRank) bazı modüllerin iki koşul arasında yüksek derecede korunduğunu, bazı modüllerin ise obez durumda önemli ölçüde değiştiğini göstermiştir. Ayrıca modüller arası bağlantılılıktaki değişimlere dayalı analizler ile bazı genlerin obez durumda en çok bağlantıya sahip olan gen statüsünü kaybettiği ya da kazandığı ortaya koyulmuştur. Bu durum, obezitenin yalnızca gen ifade düzeylerini değil aynı zamanda ağın yapısal mimarisini de yeniden şekillendirdiğini göstermektedir. Sonuç olarak bu tez, KDMR tabanlı yaklaşımın klasik yöntemlere kıyasla daha güvenilir, gürültüye karşı daha dayanıklı ve biyolojik açıdan daha anlamlı sonuçlar sunduğunu ortaya koymaktadır. Çalışma, özellikle dayanıklı ağ analizinde biyoinformatik alanına katkılar sağlamaktadır.