Deterministic modeling and inference of biochemical networks

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Edebiyat Fakültesi, İstatistik Bölümü, Türkiye

Tezin Onay Tarihi: 2017

Tezin Dili: İngilizce

Öğrenci: DENİZ SEÇİLMİŞ

Danışman: VİLDA PURUTÇUOĞLU GAZİ

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Biyolojik ağların matematiksel tanımlaması, başlıca, stokastik ve deterministik modellerle yapılabilir. Bunlardan ilki, sistem hakkında daha çok bilgi veriyor olmasına rağmen, çok detaylı ölçümler gerektirmektedir. Öte yandan, ikincisi, nispeten daha az bilgi verir fakat verilerinin toplanması stokastikte olduğundan daha kolaydır. Dolayısıyla, daha çok tercih edilen bir modelleme yaklaşımıdır. Belirtilen avantajından ötürü, biz bu çalışmada, biyolojik sistemlerin deterministik modellemesini uygulamaktayız. Birçok alternatif arasından Gaussian grafiksel modelini (GGM) kullanmaktayız ve performansını, GGM'ye bir alternatif yaklaşım olarak önerdiğimiz rasgele orman algoritmasına göre değerlendirmekteyiz. Model parametrelerini, diğer bir deyişle ağların yapılarını, tahmin etmekteyiz ve sonrasında bulguların doğruluklarına göre değerlendirmekteyiz. Son olarak, çalışmayı, verinin tanımında kopulaları kullanarak genişletmekteyiz ve etkileri değerlendirmek için aynı modelleme yaklaşımlarını uygulamaktayız.