Genetik verilerin veri madenciliği yöntemleri ile incelenmesi ve uygulamaları

Özellikle ökaryotlarda gen yapılarının tahmin edilmesi biyoenformatiğin önemli konularından biridir. Gen yapılarının tahmin edilmesindeki en önemli konu kodlanan bölgelerdeki kesim bölgeleridir. Kesim bölgelerinin belirlenmesi de verilen DNA dizisindeki ekzonlar ve intronlar arasındaki bölgelerin doğru tanımlanmasına bağlıdır. Bu problem dizi elementlerinin `exon-intron' (EI), `intron-exon' (IE) or `None' (N) sınıfları olarak sınıflandırılması olarak tanımlanabilir.Bu tez çalışmasında, kesim bölgelerini belirlemek için geliştirilen yeni bir yöntem olan ve nükleotit baz frekanslarından oluşan spesifik pozisyonel skorlama matrisini kullanan Ağırlıklandırılmış Pozisyonel Skorlama Metodu (WPSSM) önerilmiştir. Ayrıca optimal ağırlıkların ve eşik değerinin belirlenmesinde genetik algoritma kullanılmıştır. Bu metod öğrenme, tanımlama ve geçerlilik aşamaları olmak üzere üç aşamadan oluşmaktadır. Önerilen WPSS metodu literatürdeki pek çok metodun performansıyla karşılaştırıldığında etkili sonuçlar vermiştir. Hesaplamalar, `UCI Repository of machine learning databases' veri tabanından alınan DNA dizileri üzerinde gerçekleştirilmiştir.