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: SEYEDEHSADAF ASFA
Danışman: Athanasia Pavlopoulou
Özet:
Derin öğrenme, çeşitli makine öğrenme yaklaşımlarını geride bırakan bir
tekniktir ve birçok biyolojik görevde yaygın olarak kullanılmaktadır. Bu
çalışmada, aday prekürsör mikroRNA'ların (pre-miRNA'ların) hassas ve doğru bir
şekilde tespiti için derin öğrenme yöntemi geliştirilmiştir. Ayrıca, çeşitli
genomlardaki homolog pre-miRNA dizilerinin belirlenmesi için bir sinir ağı
temelli yaklaşım da uygulanmıştır. Bu amaçla aşağıdaki adımlar
gerçekleştirilmiştir: (1) veri toplama, hazırlama ve bölümleme, (2) insan
prekürsör ve olgun miRNA'ları tahmin etmek için algoritma tasarımı (evrişimli
sinir ağları ve tekrarlayan sinir ağları), (3) olası miRNA'ları etiketli
pre-miRNA'lar ve miRNA olmayan yapılarla test ederek metodoloji
değerlendirmesi, (4) taksonlar arasında (örneğin, ortologlar) ortolog
miRNA'ların belirlenmesine yönelik bir kelime gömme tekniği geliştirme. Bu
araştırma tezi bağlamında, hızlı ve doğru prekürsör ve olgun miRNA tahmini için
bağımsız ve kullanıcı dostu bir uygulama geliştirilmiştir. Ayrıca, bu çalışmada
geliştirilen derin öğrenme yöntemi, filogenetik olarak korunmuş prekürsör
miRNA'ların keşfedilmesine olanak sağlar.