Hücre hatlarının ve tümörlerin hizalanması için çizge teorimsel yaklaşımlar

Hücre hatları, klinik öncesi kanser araştırmaları için en önemli kilit araçlar olduğu artık birçok araştırmada ortaya konulmuştur, ancak hasta tümör örneklerini ne kadar iyi temsil ettikleri belirsizliğini korumaktadır. Tümör ve hücre hattı transkripsiyonel profillerinin doğrudan karşılaştırılması, tümör numunelerinde normal hücrelerin değişken mevcudiyeti dahil olmak üzere çeşitli faktörlerle karmaşık hale gelmektedir. Bu nedenle, denetimsiz bir hizalamayı network ağları kullanarak çizge tabanlı metod geliştirdik ve bunu birkaç büyük ölçekli hücre hattını ve tümör RNA-Seq veri setlerini entegre etmek için uygulamaktayız. Geliştirdiğimiz metod hücre dizilerinin büyük çoğunluğunun aynı kanser tipindeki tümör örnekleriyle hizalamış olsa bile, hücre dizileri arasında tümör benzerliğinde farklılıklar olduğunu da ortaya koymaktadır. Ayrıca tumor ve hücre hattı RNA dizileme veri setlerinin entegrasyonundaki zorluk noktasında, esas olarak hücre popülasyonlarını ayrı tutarken, veri kümelerinin yerel yapısını koruyarak veri setlerinin birleştirmesiydi. Bu aşamada yığın etkisinin düzeltilmesi metodlarından biri olan SciTuna(Marouf, et al., 2021)'nın yinelemeli düzeltme bölümü kullanılarak aşılmıştır. Bu tezde, hücre hatları ve tümör RNA dizileme veri setlerinin hizalanmasi için çizge teorimsel yaklaşimlar sonucu ortaya koyduğumuz CellTuNeter'ı tanıtıyoruz.