Rna-seq kanser verilerinin sınıflandırılması için derin öğrenme yöntemlerinin karşılaştırmalı bir çalışması

Kanser günümüzde ölüm sebeplerinin en başında gelmektedir. Her yıl milyonlarca insan kanserden ölürken, milyonlarca insana ise kanser teşhisi konmaktadır. Kanser bir gen hastalığıdır. Genlerde meydana gelen mutasyonlar sonucu hücrelerin anormal hale gelmesi ve kontrolsüz bir şekilde bölünmesi kanser hastalığının başlıca sebebidir. Bu nedenle kanser hastalığının teşhisinde ve sınıflandırılmasında gen ifadeleri büyük bir öneme sahiptir. RNA-Seq verileri birçok genin bilgilerini saklamaktadır. RNA-Seq verileri üzerinde bulunan bu genlerden birçoğunun kanserle bir ilgisi yoktur. Hangi genlerin kansere sebep olduğunu bulmak ve sonrasında kanser türünün teşhisi çok fazla zaman isteyen bir süreçtir. Bu süreci kısaltmak ve doktorlara teşhis sürecinde yardımcı olmak için sınıflandırma algoritmaları veya derin öğrenme metotları kullanılarak karar destek sistemleri geliştirilebilir. Bu tezin amacı, daha önce kanser teşhisi konulmuş hastalardan elde edilen genler ile oluşturulmuş RNA-Seq veri kümeleri kullanılarak kanser türünün klasik yöntemler, yapay sinir ağları ve derin öğrenme metotları kullanılarak analiz edilmesidir. Öncelikle RNA-Seq veri kümesinin boyutunu azaltmak için sarmal yöntemler kullanılarak gen seçimi yapılır. Daha sonra seçilen genler sınıflandırma işleminde kullanılır. Sınıflandırma için karar ağaçları, rastgele ormanlar, destek vektör makineleri, yapay sinir ağları ve derin öğrenme kullanılır. Bu çalışmadan sonra kanser sınıflandırmalarında hangi yöntemin daha iyi sonuç verdiği incelenir. Elde edilen sonuçlara göre geliştirilen metodun kanser sınıflandırması sürecinde doktorlara yardımcı olması beklenmektedir. Anahtar Kelimeler: Kanser, Gen İfadesi, RNA-Seq, Sınıflandırma, Derin Öğrenme