Evrişimsel sinir ağları kullanılarak normal ve göğüs kanseri hücreleri içeren genomların sınıflandırılması

Abstract

Geniş veri setlerinden anlamlı ve doğru bilgilerin çıkarılması biyoinformatik çalışmalarında önemlibir unsurdur. Karşılaşılan en önemli zorluklardan biri, kanser ile ilişkili olan genomik işaretçilerintespitidir. Bu problemin çözümü için kullanılan genom dizilimlerinin sayısallaştırılması vedizilimlerden öznitelik çıkarımı, sorunun çözümünde oldukça etkilidir. DNA dizilimlerininsayısallaştırılması için literatürde var olan çeşitli yöntemler kullanılmaktadır. Öznitelik çıkarımındada, önceki çalışmalarda, belirli istatistiksel parametreler hesaplanmakta ve bu parametrelerüzerinden bir ayrım gerçekleştirilmektedir. Ayrıca, hesaplanan parametreler uzmanın tecrübesinedayalı olarak seçilmektedir. Bu çalışmada önerilen yaklaşımda ise, yeni bir haritalama yöntemi olanEntropi tabanlı sayısal haritalama ile DNA dizilimleri sayısal sinyallere dönüştürülmüş ve dahasonra sayısallaştırılan DNA dizilimlerinden Evrişimsel Sinir Ağları (ESA) kullanılarak öznitelikçıkarımı yapılmıştır. ESA modelleri kullanarak yapılan öznitelik çıkarma işleminde sistem, veridenkendisi öznitelik çıkarmaktadır. Daha sonra ESA modellerinden elde edilen öznitelikler DestekVektör Makinesi (DVM) ve k-En yakın komşu algoritması (k-NN) ile sınıflandırılmıştır. Buçalışmada, yukarıda bahsedilen her iki yaklaşım kullanılarak DNA dizilerinden göğüs kanseri vesağlıklı gen dizilimi gruplarının sınıflandırması için yeni bir yöntem önerilmektedir. Önerilen yöntemile ulaşılan sınıflandırma doğruluğu %85.97’dir. Elde edilen sonuçlar, derin öğrenmenin genomanalizinde genlerin sınıflandırılması, yeni genlerin bulunması gibi uygulamalarda etkili bir yöntemolabileceğini göstermektedir.