ÇOKLU OMİK VERİLERİNİN BİRLEŞTİRİLMESİNDE KULLANILAN YAKLAŞIMLARIN VE SINIFLANDIRMA YÖNTEMLERİNİN PERFORMANSININ ARAŞTIRILMASI. (Turkish)
In: Journal of Health Sciences / Sağlık Bilimleri Dergisi, Jg. 29 (2020-12-01), Heft 3, S. 2-2
academicJournal
Zugriff:
With the development of omicstechnogoies successfully applied in many fields of life sciences, expression levels of thousands of metabolites orgenes can be measured simultaneously and diagnosis of diseases can be made using appropriate statistical methods. It is thought that the combination and classification methods used in this field can make significant contributions in terms of models that can be used in the biological system and diagnosis and treatment of the disease. In this study, it was aimed to evaluate the performance of data integration and classification methods on multi-omic data. The raw data and generated using mRMR and PCA analysis were combined using concatenate integration, transformation based integration, and model based integration methods. Data integration with consecutive and model-based methods, MKL, NSC, RF and SVM methods, transformation based combination method, data integrated with CANetwork, RVM, Ada-boost RVM method stoestimate the subtype of the disease. Application results obtained from real data sets may differ in the superiority of the performances of the data and methods used. Them RMR feature selection can be combined with the concatenation of the data used and this data can be separated more accurately than other methods in the prediction of the subtypes of the diseases of the MKL classification method. However, it should be supported by simulation studies in order to make more comprehensive evaluations. [ABSTRACT FROM AUTHOR]
Yaşam bilimlerinin birçok alanında başarıyla uyğulanan omik teknolojilerinin ğelişmesiyle birlikte binlerce metabolitin veya ğenin ekspresyon du zeyleri eş zamanlı olarak o lçu lebilmekte ve uyğun istatistiksel yo ntemler kullanılarak hastalıklara ilişkin tanı ve teşhis yapılabilmektedir. Bu alanda kullanılan birleştirme ve sınıflandırma yo ntemlerinin biyolojik sistemde kullanılabilecek modeller ve hastalığ a ilişkin tanı ve tedaviler açısından o nemli katkılar sağ layabileceğ i du şu nu lmektedir. Bu çalışmada çoklu omik veriler u zerinde veri birleştirme ve sınıflandırma yo ntemlerinin performanslarının değ erlendirilmesi amaçlanmıştır. Ham veriler ile mRMR ve PCA analizi kullanılarak oluşturulan veriler art arda, do nu şu m tabanlı ve model tabanlı birleştirme yo ntemleri ile birleştirildi. Art arda birleştirme ve model tabanlı birleştirme yo ntemleri kullanılarak birleştirilen veriler MKL, NSC, RF ve SVM sınıflandırma yo ntemleriyle, do nu şu m tabanlı birleştirme yo ntemiyle birleştirilen verilerde CANetwork, RVM ve Adaboost RVM sınıflandırma yo ntemleriyle hastalığ ın alt sınıfları tahmin edilmektedir. Gerçek veri setlerinden elde edilen uyğulama sonuçları kullanılan veri ve yo ntemlerin performanslarının birbirlerine ğo re u stu nlu klerinde farklılık ğo sterebilmektedir. mRMR değ işken seçimi kullanılan verilerin art arda birleştirme yo ntemiyle birleştirilmesi ve bu verilerin MKL sınıflandırma yo nteminin hastalıklarının alt tiplerinin tahmininde diğ er yo ntemlere nazaran daha doğ ru ayırabilmektedir. Ancak daha kapsamlı değ erlendirmeler yapılabilmesi için benzetim çalışmaları ile desteklenmesi ğerekmektedir. [ABSTRACT FROM AUTHOR]
Copyright of Journal of Health Sciences / Sağlık Bilimleri Dergisi is the property of Erciyes Universitesi Saglik Bilimleri Dergisi and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)
Titel: |
ÇOKLU OMİK VERİLERİNİN BİRLEŞTİRİLMESİNDE KULLANILAN YAKLAŞIMLARIN VE SINIFLANDIRMA YÖNTEMLERİNİN PERFORMANSININ ARAŞTIRILMASI. (Turkish)
|
---|---|
Autor/in / Beteiligte Person: | İPEKTEN, Funda |
Zeitschrift: | Journal of Health Sciences / Sağlık Bilimleri Dergisi, Jg. 29 (2020-12-01), Heft 3, S. 2-2 |
Veröffentlichung: | 2020 |
Medientyp: | academicJournal |
ISSN: | 1018-3655 (print) |
Sonstiges: |
|