Kanser biyobelirteçlerinin makine öğrenmesi ile keşfi

Kanser en ölümcül hastalıklardan biridir ve erken tedavi başarılı bir iyileşme için çok önemlidir. Fakat erken tedavi için erken teşhiş gereklidir ve bu bir çok gelişmekte olan ülke için kolay bir süreç değildir. Teşhis sürecini hızlandırmak amaçlı, vücut sıvılarından kolayca saptanabilen biyobelirteçler kullanmak bunun çözümünde yardımcı olabilir. Ayrıca, kanserin bir kompleks hastalık olması ve genetik verinin bir büyük veri olmasından kaynaklı kansere sebep olabilecek genetik faktörlerin bulunması gerçekleştirilmesi zor başka bir işlemdir. Sağlıklı ve kanser barındıran dokulardan elde edilen verisetlerinden saptanan biyobelirteçler bu konudaki çalışmalar için bilgilendirici olabilir. Bu tez çalışmasında kanser biyobelirteçlerini saptamak için bir algoritma geliştirildi. Bu algoritmada, Temel Bileşenler Analizi boyutluluk azaltma tekniğinden de yardım alınarak bazı makine öğrenmesi modelleri kullanıldı. Ayrıca, sunulan algoritma, PREDIGENE adında, sağlıklı ve hasta dokuların gen expresyon verilerini içeren bir CSV dosyası yüklenerek kullanılabilecek, halka açık bir yazılıma dönüştürüldü. PREDIGENE her birinde üçer farklı veri seti olmak üzere iki farklı kanser türü üzerinde (meme kanseri ve karaciğer kanseri) toplam altı farklı veri setinde test edildi. PREDIGENE'in verdiği sonuçların bağıntılılığı ve tutarlılığı literatür taraması ve aynı amaç için geliştirilmiş başka bir yazılım ile karşılaştırması yapılarak incelendi. Sonuçta, bu çalışma kapsamında geliştirilen PREDIGENE kanser biyobelirteçlerinin saptanmasını yapay zeka teknolojisini kullanarak gerçekleştirmekte ve güncel literatür ile karşılaştırıldığında umut verici sonuçlar göstermektedir.