Derin öğrenme yaklaşımı ile protein reprezantasyonunu temel alan yeni bir varyant etki tahmin modeli

İnsan genomunda fenotip üzerinde zararlı bir etkiye neden olabilecek tek aminoasit varyantları belirlenirken genellikle sekansın evrimsel korunumu ve yapısal özellikleri dikkate alınarak istatistiksel yöntemler ve makine öğrenme algoritmaları gibi hesaplamalı yaklaşımlar kullanılmaktadır. Sunulan tez çalışmasında, yenilikçi varyant etki tahmin yöntemleri olarak adlandırılan derin öğrenme ve doğal dil işleme yöntemleri ile ABL1 proteinine özgü varyantların fenotip üzerindeki zararlı (patojen) veya zararsız (benign) etkisi tahmin edilmeye çalışılmıştır. Geliştirilen tahmin modellerinde UniProt, ClinVar, EVS ve dbSNP veri tabanlarından elde edilen ABL1 varyant verileri kullanılmıştır. Bu veriler tez çalışması kapsamında belirlenen altı farklı senaryoya göre eğitim, doğrulama ve test veri seti olarak bölümlenmiştir. Modellerde girdi olarak kullanılan ABL1 protein sekansı, standart bölümleme ve bölgesel bölümleme gibi farklı bölümleme yöntemlerine göre bölümlenmiştir. Elde edilen bu varyant sekanslar embedding (gömme) reprezantasyon yöntemine göre boyutlandırılmıştır. Modellerin performansları doğruluk, kesinlik, duyarlılık, F ölçütü, özgüllük ve ROC-AUC metriklerine göre değerlendirilmiştir. Geliştirilen tahmin modellerinin senaryolara göre performansları karşılaştırıldığında en yüksek tahmin performansının Evrişim Katmanı modeli ile (AUC: 0.86) elde edildiği görülmüştür. Buna göre, sadece benign varyantların sınıflaması için en başarılı Evrişim Katmanına sahip derin öğrenme modeli kullanılarak benign varyantlar %93 doğrulukla (seçicilik: 0.93) sınıflanabilir. Yapılan tez çalışmasında, ABL1 proteini özelinde protein varyantlarının fenotip üzerindeki zararlı veya zararsız etkisinin tahmini için başarılı bir model geliştirilmiştir.