COMPARISON OF RNA-SEQUENCING AND RPPA DATA FOR CLASSIFICATION OF CANCER SUBTYPES

KANSER ALT-TÜRLERİNİN SINIFLANDIRILMASI İÇİN RNA-SEKANSLAMA VE RPPA VERİLERİNİN KARŞILAŞTIRILMASI

Abstract

Accurate identification of cancer subtypes of patients before their surgery will decrease diagnostic and treatment costs. The goal of this study is the identification of a limited number of biomarkers, which can predict subtypes of cancer patients who were diagnosed as lung or ovarian cancer, by using machine learning methods. For this purpose, a limited number of features were selected by using gene expression and protein level data, then supervised machine learning methods were trained with selected features, cancer subtype of a new patient was predicted by using these models. Support vector machines and random forest algorithms can classify cancer subtypes of new patients with the average accuracies of 87% - 95%. mRNA gene expression data provided the better classification results compared to the protein level data

Özet

Hastaların kanser alt-türlerini henüz ameliyat olmadan kesin doğrulukla tespit edilebilmek, tanı ve tedavi masraflarının azaltılmasını sağlayacaktır. Bu çalışmanın amacı, over ya da akciğer kanseri olduğu tespit edilen bir hastanın kanser alt-türünü tespit edebilecek belirli sayıdaki biyoişaretin makine öğrenmesi yöntemleriyle bulunmasıdır. Bu amaçla, mRNA gen ekspresyon ve protein seviyesi bilgileri kullanılarak kısıtlı sayıda öz-nitelik seçilmiş, bu öz-niteliklerle gözetimli makine öğrenmesi metotları eğitilmiş, bu modeller ile yeni gelen bir hastanın kanser alt-türü tahmin edilmiştir. Destek vektör makineleri ve rastgele orman algoritmaları, yeni kanser hastalarının kanser alt-türlerini ortalama %87 ile %95 arasında değişen doğruluk dereceleriyle sınıflandırabilmiştir. mRNA gen ekspresyon verisi protein seviyesi verisine göre, her iki kanser türünde de daha başarılı sınıflandırma sonuçları sağlamıştır