Yıl 2015, Cilt 27 , Sayı 4, Sayfalar 125 - 134 2016-05-06

Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi

Hatice DEMİRCİOĞLU [1] , Hasan BİLGE [2]


Biyoinformatik, moleküllerle ilgili bilgiyi anlamak ve düzenlemek için bilgisayar bilimleri, matematik, istatistik, biyoloji ve fizik gibi karmaşık disiplinlerden türetilen bir alandır. Biyoinformatiğin temel görevi, genomu verilen bir organizma ile ilgili fonksiyonların anlaşılması ve yaşam kalitesinin yükseltilmesidir. Biyoinformatik veritabanları nükleotid dizileri, protein dizileri, makro moleküler üç boyutlu (3D) yapılar gibi farklı veri türlerinden oluşabilmektedir. Biyoinformatik alanında elde edilen devasa boyuttaki verileri veri madenciliği yöntemleri kullanarak işlemek büyük önem kazanmaktadır. Bu çalışmada bioinformatik alanında veri madenciliğinin günümüz disiplinleri arasında geldiği noktaya değinilmiş ve kanser veri kümeleri ile veri madenciliği üzerine yapılan çalışmalar ve gerçekleştirilen uygulamalar incelenmiştir. Yapılmış uygulamalar ışığında yumurtalık kanseri verilerinin çeşitli öznitelik seçme ve sınıflandırma yöntemleri ile modellenerek algoritmaların doğruluk oranları incelenip karşılaştırılmıştır.
Biyoinformatik, veri madenciliği, öznitelik seçimi, yumurtalık kanseri, boyut indirgeme, sınıflandırma.
  • Hornick, F.M., Marcadé, E., Venkayala, S. (2007). Java Data Mining: Strategy, Standard and Practice a Practical Guide for Architecture, Design and Implementation. Morgan Kaufman.
  • Larose, D.T. (2005). Discovering Knowledge in Data: An Introduction to Data Mining. Wiley Publishing.
  • Berger, A. M. D. (2005). Identification of factors associated with postoperative pneumonia using a data mining approach. Boston College Dissertations and Theses, AAI3161705.
  • Edelstein, H.A. (1999). Introduction to Data Mining and Knowledge Discovery. 3. baskı, Two Crows Corporation.
  • Olson, D.L., Delen, D. (2008). Advanced data mining techniques. Springer.
  • Chen, K. H., Wang, K. J., Wang, K. M., & Angelia, M. A. (2014). Applying particle swarm optimization- based decision tree classifier for cancer classification on gene expression data. Applied Soft Computing, 24, 773-780.
  • Nguyen, T., Khosravi, A., Creighton, D., & Nahavandi, S. (2015). Hidden Markov models for cancer classification using gene expression profiles. Information Sciences, 316, 293-307.
  • Cao, J., Zhang, L., Wang, B., Li, F., & Yang, J. (2015). A fast gene selection method for multi-cancer classification using multiple support vector data description. Journal of biomedical informatics, 53, 381-389.
  • Banka, H., & Dara, S. (2015). A Hamming distance based binary particle swarm optimization (HDBPSO) algorithm for high dimensional feature selection, classification and validation. Pattern Recognition Letters, 52, 94-100.
  • Lotfi, E., & Keshavarz, A. (2014). Gene expression microarray classification using PCA–BEL. Computers in biology and medicine, 54, 180-187.
  • Vanitha, C. D. A., Devaraj, D., & Venkatesulu, M. (2015). Gene Expression Data Classification Using Support Vector Machine and Mutual Information- based Gene Selection. Procedia Computer Science, 47, 13-21.
  • Nguyen, T., Khosravi, A., Creighton, D., & Nahavandi, S. (2015). A novel aggregate gene selection method for microarray data classification. Pattern Recognition Letters, 60, 16-23.
  • Du, D., Li, K., Li, X., & Fei, M. (2014). A novel forward gene selection algorithm for microarray data. Neurocomputing, 133, 446-458.
  • Xiang, J., Han, X., Duan, F., Qiang, Y., Xiong, X., Lan, Y., & Chai, H. (2015). A novel hybrid system for feature selection based on an improved gravitational search algorithm and k-NN method. Applied Soft Computing, 31, 293-307.
  • Chandra, B., & Babu, K. N. (2014). Classification of gene expression data using spiking wavelet radial basis neural network. Expert systems with applications, 41(4), 1326-1330.
  • Latkowski, T., & Osowski, S. (2015). Computerized system for recognition of autism on the basis of gene expression microarray data. Computers in biology and medicine, 56, 82-88.
  • Ovarian Cancer (NCI PBSII Data), http://datam. i2r.a-star.edu.sg/datasets/krbd/OvarianCancer/ OvarianCancer-NCI-PBSII.html (Aralık 2015)
  • Petricoin, E. F., Ardekani, A. M., Hitt, B. A., Levine, P. J., Fusaro, V.A., Steinberg, S. M., Mills, G. B., Simone, C., Fishman, D. A., Kohn, E. C. and Liotta, L.A. (2002). Use of proteomic patterns in serum to identify ovarian cancer. The Lancet,359, 572–77.
  • Liu, H., Li, J., & Wong, L. (2002). A comparative study on feature selection and classification methods using gene expression profiles and proteomic patterns. Genome informatics, 13, 51-60.
  • Kalousis, A., Prados, J., & Hilario, M. (2007). Stability of feature selection algorithms: a study on high-dimensional spaces. Knowledge and information systems, 12(1), 95-116
  • Guyon, I., Weston, J., Barnhill, S., & Vapnik, V. (2002). Gene selection for cancer classification using support vector machines. Machine learning, 46(1-3), 389-422.
  • Saeys, Y., Abeel, T., & Van de Peer, Y. (2008). Robust feature selection using ensemble feature selection techniques. In Machine learning and knowledge discovery in databases (pp. 313-325). Springer Berlin Heidelberg.
Birincil Dil tr
Bölüm Araştırma Makaleleri
Yazarlar

Yazar: Hatice DEMİRCİOĞLU

Yazar: Hasan BİLGE

Tarihler

Yayımlanma Tarihi : 6 Mayıs 2016

Bibtex @ { marufbd187507, journal = {Marmara Fen Bilimleri Dergisi}, issn = {}, eissn = {2146-5150}, address = {}, publisher = {Marmara Üniversitesi}, year = {2016}, volume = {27}, pages = {125 - 134}, doi = {10.7240/mufbed.89154}, title = {Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi}, key = {cite}, author = {DEMİRCİOĞLU, Hatice and BİLGE, Hasan} }
APA DEMİRCİOĞLU, H , BİLGE, H . (2016). Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi. Marmara Fen Bilimleri Dergisi , 27 (4) , 125-134 . Retrieved from https://dergipark.org.tr/tr/pub/marufbd/issue/17891/187507
MLA DEMİRCİOĞLU, H , BİLGE, H . "Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi". Marmara Fen Bilimleri Dergisi 27 (2016 ): 125-134 <https://dergipark.org.tr/tr/pub/marufbd/issue/17891/187507>
Chicago DEMİRCİOĞLU, H , BİLGE, H . "Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi". Marmara Fen Bilimleri Dergisi 27 (2016 ): 125-134
RIS TY - JOUR T1 - Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi AU - Hatice DEMİRCİOĞLU , Hasan BİLGE Y1 - 2016 PY - 2016 N1 - DO - T2 - Marmara Fen Bilimleri Dergisi JF - Journal JO - JOR SP - 125 EP - 134 VL - 27 IS - 4 SN - -2146-5150 M3 - UR - Y2 - 2019 ER -
EndNote %0 Marmara Fen Bilimleri Dergisi Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi %A Hatice DEMİRCİOĞLU , Hasan BİLGE %T Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi %D 2016 %J Marmara Fen Bilimleri Dergisi %P -2146-5150 %V 27 %N 4 %R %U
ISNAD DEMİRCİOĞLU, Hatice , BİLGE, Hasan . "Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi". Marmara Fen Bilimleri Dergisi 27 / 4 (Mayıs 2016): 125-134 .
AMA DEMİRCİOĞLU H , BİLGE H . Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi. MFBD. 2016; 27(4): 125-134.
Vancouver DEMİRCİOĞLU H , BİLGE H . Yumurtalık Kanseri Veri Kümesindeki Gen İfadelerinin Veri Madenciliği ile Analizi. Marmara Fen Bilimleri Dergisi. 2016; 27(4): 134-125.