Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, İzmir Uluslararası Biyotıp Ve Genom Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: İngilizce
Öğrenci: Reza ARSHINCHI BONAB
Danışman: Athanasia Pavlopoulou
Özet:
MikroRNA'lar, hastalık epigenomunun ana
düzenleyici bileşenlerini temsil eder ve kanserler de dahil olmak üzere çeşitli
hastalıkların doğru teşhisi ve prognozu için güçlü biyobelirteçler
oluştururlar. Yüksek verimli teknolojilerin ortaya çıkışı, çok miktarda
miRNA-kanser ilişkilendirme verilerinin üretilmesini kolaylaştırdı. Hesaplamalı
yaklaşımlar, çeşitli kanser türleri için miRNA imzalarının tanımlanmasına
yönelik bu verileri etkin bir şekilde analiz etmek ve yorumlamak için yaygın
olarak kullanılmıştır. Burada, ağ tabanlı yöntemler kullanarak ana neoplastik
hastalık grupları için çekirdek miRNA etkileşim kümelerini keşfetmek için yeni
bir hesaplama iş akışı uyguladık. Bu amaçla, her bir ana neoplazm grubu için
miRNA merkezli ağlar oluşturmak için dört kapsamlı kamuya açık kaynaktan
miRNA-kanser ilişki verileri kullanıldı. Karşılık gelen miRNA-miRNA
etkileşimleri, paylaşılan fonksiyonel olarak ilişkili hedef genlere dayanarak
çıkarılmıştır. Oluşturulan ağların topolojik özellikleri, her ağda çekirdek modüller
oluşturan yüksek düzeyde birbirine bağlı miRNA kümelerini tespit etmek için
araştırıldı. Her grafikten en yüksek derecede karşılıklı ayrıcalık sergileyen
modüller seçildi. Bu şekilde, ilgili hastalıklar için potansiyel imzaları
temsil edebilecek neoplazmaya özgü miRNA modülleri tanımlandı.