Biyoinformatik ve metin madenciliği analizine dayalı nörodejeneratif hastalıklar için ilaç yeniden konumlandırma

Nörodejeneratif hastalıklar (NDH), nörodejenerasyonun olduğu, ilerleyici ve tedavi seçeneği kısıtlı olan hastalıklardır. Bu tezde, makine öğrenmesi ile entegre kapsamlı bir biyoinformatik yaklaşımı kullanarak seçtiğimiz NDH olan Alzheimer Hastalığı (AD), Parkinson Hastalığı (PD), Huntington Hastalığı (HD) ve Amyotrofik Lateral Skleroz (ALS) için ilaç repozisyon çalışmalarına odaklandık. Hastalık ve sağlıklı örnekleri içeren transkriptomik veriler seçildi ve gruplandırıldı. Farklı şekilde ifade edilen genler (DEG'ler) belirlendi ve ortak DEG'lere yönelik ko-ekspresyon ağı analizi yapıldı. Önemli gen kümelerini belirlemek için Rastgele Orman, Destek Vektör Makinesi (SVM) ve K-En Yakın Komşu (KNN) algoritmaları kullanıldı. Bu gen kümeleri, ilaç yeniden konumlandırma analizi için kullanıldı. Potansiyel ilaç adaylarını belirlemek amacıyla beş makine öğrenimi algoritması (Doğrusal Regresyon, SVR, Rastgele Orman, Gradient Boosting ve Sinir Ağı) uygulandı ve en yüksek öngörülen kat değişimine sahip ilaçlar belirlendi. Bu ilaçların yeniliği, metin madenciliği ile doğrulandı. AD için 5 aday ilaç: Dmnq, İnterferon beta-1b, Siflutrin, Torcetrapib ve Vx. PD için 9 aday ilaç: İnterferon beta-1b, Aplidin, Androstanolon, Ribavirin, Dmnq, Doğal alfa interferon, İnterferon beta-1a, Klinafloksasin ve Bikalutamid. ALS için 5 aday ilaç: Nilotinib, Trovafloksasin, Apratoxin A, Karboplatin ve Klinafloksasin. Dmnq ve İnterferon beta-1b AD ve PD, Klinafloksasin ise ALS ve PD için ortak olarak belirlendi. Bulgularımızın wet lab çalışmalarıyla doğrulanması, NDH için yeni tedavi seçenekleri sunabilir. Anahtar Kelimeler: ilaç yeniden konumlandırma, makine öğrenmesi, nörodejeneratif hastalıklar