Biyoenformatik

Yapay Zekâ ve Veri Dersleri Rehberi · Kısım VI: Sistem ve Uygulama
Biyolojik veriDizi hizalamaGenom birleştirmeGen ifadesiProtein yapısıKomşu dersler
Sercan KÜLCÜ · Giresun Üniversitesi · Bilgisayar Mühendisliği

Giriş

Ders Hangi Soruyu Sorar?

Biyolojik diziler ve moleküler veriler hesaplamayla nasıl çözümlenir?

Biyoenformatik, DNA, RNA ve protein dizileri gibi biyolojik verileri algoritma ve istatistikle çözümler. Ders dizi hizalama, genom birleştirme, gen ifadesi analizi ve protein yapısı tahmini gibi problemleri, bu verinin büyüklüğü ve gürültüsüyle başa çıkan yöntemlerle ele alır.

Bir bakışta

Yaklaşım

biyoloji, algoritma ve istatistik

Girdi

DNA, protein dizileri, ifade verisi

Çıktı

hizalama, yapı, işlev tahmini

Başarı ölçütü

biyolojik geçerlilik

Matematik yükü

orta-yüksek

Veri ihtiyacı

çok büyük dizi verisi

Giriş

Kısa Tarihçe

1953

Watson ve Crick, Franklin'in verilerinden de yararlanarak DNA'nın çift sarmal yapısını önerir.

1970

Needleman ve Wunsch dinamik programlamayla global dizi hizalama algoritmasını yayımlar.

1981

Smith ve Waterman yerel dizi hizalama algoritmasını yayımlar.

1990

BLAST yayımlanır: büyük veritabanlarında hızlı, sezgisel benzerlik araması.

2003

İnsan Genom Projesi tamamlanır; dizileme maliyeti hızla düşmeye başlar.

2020

AlphaFold 2, CASP14'te protein yapısını deneysel yöntemlere yakın doğrulukla tahmin eder.

Ders

Temel Kavramlar

Dizi hizalama

Global ve yerel hizalama; puanlama matrisleri.

Dizi veritabanları

GenBank, UniProt, PDB; benzerlik araması.

Saklı Markov modeli

Gen bulma ve protein ailesi profilleri.

Genom birleştirme

Kısa okumalardan genomu kurmak; de Bruijn çizgesi.

Gen ifadesi

RNA-seq ile hangi genin ne kadar çalıştığını ölçmek.

Filogenetik

Dizilerden türlerin akrabalık ağacını kurmak.

Protein yapısı

Amino asit dizisinden üç boyutlu biçimi tahmin.

Çoklu test

Binlerce gen sınanınca yanlış keşif oranını denetlemek.

Ders

Tipik İş Akışı

DiziyiokudizilemecihazıTemizle vebirleştirkalite, genombirleştirmeHizalareferansa,veritabanınaÇözümlevaryant, ifade,motifYorumlabiyolojikişlev
Örnek: Hastadan alınan bir bakteri dizilenir, kısa okumalar bir genoma birleştirilir ve genler BLAST ile veritabanındaki bilinen dizilerle karşılaştırılır. Antibiyotik direnci genleri bulunursa hekime hangi ilacın işe yaramayacağı bildirilir.

Dene

İki Gen Parçasını Hizala

İki türün aynı genindeki DNA parçaları ne kadar benziyor? Needleman-Wunsch tablosu en iyi hizalamayı bulur. Dizileri ve puanları değiştirin, bir hücreye tıklayıp hesabına bakın.

Biyoenformatik, evrimi bir puanlama modeline çevirir: tabloyu doldurmak m×n adım sürer, her hizalamayı denemekse üstel. Aynı fikir BLAST gibi araçların temelidir.

Konum

Ön Koşullar

Bu dersten önce bilinmesi yararlı olan dersler ve neden gerektikleri.

DersNeden gerekir
Makine Öğrenmesigen ifadesi sınıflandırma, protein yapısı
Veri Madenciliğidizi motifleri, kümeleme
Algoritmalardinamik programlama: dizi hizalamanın temelindeki yöntem
Veri Yapılarıkarma tablolar, ağaçlar ve çizgeler: k-mer sayımı ve genom birleştirme
BiyolojiDNA, RNA, protein ve gen ifadesinin temel işleyişi

Konum

Dersin Komşuları

alt alantemel alıryöntem paylaşıruygulama

Örtüşme

Örtüştüğü Dersler

İlişkiDersOrtak konu
uygulamaBu ders Makine Öğrenmesi yöntemlerini uygulargen ifadesi sınıflandırma, protein yapısı
uygulamaBu ders Veri Madenciliği yöntemlerini uygulardizi motifleri, kümeleme
yöntem paylaşırOlasılıksal Grafik Modeller ile yöntem paylaşırdizi hizalamada saklı Markov modeli

Ayrışma

Ayrıştığı Noktalar (1/2)

ÖlçütBiyoenformatikMakine ÖğrenmesiVeri Madenciliği
Temel soruBiyolojik diziler ve moleküler veriler hesaplamayla nasıl çözümlenir?Bir program örneklerden nasıl genelleme yapar?Büyük veri yığınlarındaki gizli ve işe yarar örüntüler nasıl bulunur?
Yaklaşımbiyoloji, algoritma ve istatistikistatistiksel öğrenmekeşfe dayalı çözümleme
GirdiDNA, protein dizileri, ifade verisietiketli ya da etiketsiz örneklerbüyük tablo ya da işlem verisi
Çıktıhizalama, yapı, işlev tahminitahmin yapan modelkural, küme, aykırı değer
Başarı ölçütübiyolojik geçerlilikgörülmemiş veride hatailginçlik, destek, güven
Matematik yüküorta-yüksekyüksek: doğrusal cebir, olasılık, optimizasyonorta
Veri ihtiyacıçok büyük dizi verisiorta ve çokçok
  • Makine Öğrenmesi: MÖ genel amaçlı öğrenme yöntemleri geliştirir; bu ders onları dizi ve ifade verisine biyolojik bilgiyle birlikte uygular.
  • Veri Madenciliği: Veri madenciliği her türlü veride örüntü arar; bu ders DNA ve protein dizilerine özgü hizalama ve motif yöntemlerini kullanır.

Ayrışma

Ayrıştığı Noktalar (2/2)

ÖlçütBiyoenformatikOlasılıksal Grafik ModellerTıbbi Görüntü İşleme
Temel soruBiyolojik diziler ve moleküler veriler hesaplamayla nasıl çözümlenir?Birbirine bağlı, belirsiz çok sayıda değişken nasıl modellenir ve sorgulanır?Röntgen, BT ve MR görüntüleri tanıya ve tedaviye nasıl yardım eder?
Yaklaşımbiyoloji, algoritma ve istatistikolasılık ve çizge bir aradagörüntü işleme ve klinik bilgi
GirdiDNA, protein dizileri, ifade verisideğişkenler, bağımlılık yapısı, veriBT, MR, röntgen, ultrason
Çıktıhizalama, yapı, işlev tahminikoşullu olasılık, en olası açıklamabölütleme, ölçüm, tanı önerisi
Başarı ölçütübiyolojik geçerlilikolabilirlik, çıkarım doğruluğuduyarlılık, özgüllük, Dice
Matematik yüküorta-yüksekyüksek: olasılıkorta-yüksek
Veri ihtiyacıçok büyük dizi verisiortaaz; etiket pahalı
  • Olasılıksal Grafik Modeller: Olasılıksal grafik modeller genel bir çerçevedir; bu ders saklı Markov modelini gen bulma ve protein ailelerinde kullanır.
  • Tıbbi Görüntü İşleme: Tıbbi görüntü işleme organ ve dokunun görüntüsünü çözümler; bu ders moleküler düzeyde dizi ve ifade verisini çözümler.

Uygulama

Uygulama Alanları

Kişiye özel tıp

Genetik varyantlara göre tedavi seçimi.

Salgın takibi

Virüs genomlarıyla yayılma yolunu izlemek.

İlaç keşfi

Hedef protein ve molekül etkileşimini öngörmek.

Kanser genomiği

Tümöre özgü mutasyonları bulmak.

Tarım

Verimli ve dayanıklı bitki çeşidi ıslahı.

Evrim çalışmaları

Türler arası akrabalığı dizilerle kurmak.

Uygulama

Araçlar ve Örnek Veriler

Araçlar ve kütüphaneler

BLASTBiopythonBioconductor (R)BWASAMtoolsHMMERPyMOL

Tanınmış veri setleri

GenBankUniProtProtein Data Bank (PDB)Gene Expression Omnibus (GEO)1000 Genom ProjesiThe Cancer Genome Atlas (TCGA)

Uygulama

Sık Karıştırılanlar

Yaygın düşünceDoğrusu
Bir gen, bir özellik demektir.Çoğu özellik birçok genin ve çevrenin ortak etkisidir; tek genin belirlediği özellikler azdır.
Genom dizilenince işlevi de bilinir.Dizi yalnızca bir harf dizisidir; genlerin ne yaptığını bulmak ayrı ve zor bir çözümlemedir.
Biyoenformatik yalnız biyologlar içindir.Alanın çekirdeği algoritma, veri yapısı ve istatistiktir; bilgisayar mühendisleri merkezdedir.
Binlerce gen sınanınca anlamlı çıkanlar gerçektir.Çoklu test yanlış pozitifleri çoğaltır; yanlış keşif oranı gibi düzeltmeler gerekir.

Sonrası

Bu Dersten Sonra

Bu dersi temel alan ya da genişleten dersler

Bu ders çoğunlukla uç noktadır; öteki dersleri temel alır.

İlgili meslekler

Biyoenformatik uzmanıHesaplamalı biyologGenomik veri bilimciBiyoistatistikçiİlaç keşfinde YZ araştırmacısı
Biyoenformatik makine öğrenmesini, veri madenciliğini ve olasılıksal modelleri tek bir uygulama alanında buluşturur. Bu dersten sonra hesaplamalı genomik, yapısal biyoloji ve protein dil modelleri ya da tıbbi görüntü işleme gibi sağlık alanındaki komşu dersler doğal devamdır.

Sonrası

Kaynaklar

  • Durbin, Eddy, Krogh ve Mitchison, Biological Sequence Analysis, Cambridge University Press, 1998.
  • Jones ve Pevzner, An Introduction to Bioinformatics Algorithms, MIT Press, 2004.
  • Compeau ve Pevzner, Bioinformatics Algorithms: An Active Learning Approach, 3. baskı, Active Learning Publishers, 2018.
  • Altschul ve ark., "Basic Local Alignment Search Tool", Journal of Molecular Biology 215(3), 1990.

Son

Bölüm 39: Biyoenformatik
← Önceki bölüm · Alanın haritası · Sonraki bölüm →
1 / 1 Sercan KÜLCÜ, Tüm hakları saklıdır.