Sıralama Öğrenme ile Sağkalım Tahminleme

Transkript

1 Boğazda Yapay Öğrenme İsmail Arı Yaz Okulu 08 Sıralama Öğrenme ile Sağkalım Tahminleme Öznur Taştan Mühendislik ve Doğa Bilimleri Fakültesi Bilgisayar Bilimi ve Mühendisliği Moleküler Biyoloji, Genetik ve Biyomühendislik

2 Omiks Çağı Ritchie ve ark. Nature Reviews Genetics., 8 97, 0.

3 Kanser Genom Atlası Projesi Omiks Karakterizasyonu Tümör örnekleri Deneyler Weinstein et al., Nature Genetics, 0.

4 Hasta Sağkalımını Tahminleme Sağ kalım süresi ile omik verileri arasındaki ilişkiyi özetleyen bir fonksiyon öğren f Bu fonksiyonu kullanarak yeni gelen hastalanın omik verisi ile, xi, ne kadar hayatta kalacağını tahminle Weinstein et al., Nature Genetics, 0. 4

5 Sağkalım Süresi Sağkalım süresi, belirli bir başlangıç zamanından ilgilenilen bir son noktaya kadar geçen süreyi ölçen değişkeni ifade eder. Ölüme kadar geçen süre Hastalığın nüksüne kadar geçen süre Bir makinanın bozulmasına kadar geçen süre

6 Sağkalım Süresi Takvim

7 Sağkalım Süresi Çalışma başlangıcı Takvim 7

8 Sağkalım Süresi Çalışma başlangıcı Takvim Çalışma bitişi 8

9 Sağkalım Süresi Ölüm Sağ kalım süresi Çalışma başlangıcı Takvim Çalışma bitişi 9

10 Sağkalım Süresi Çalışmaya katılış Ölüm Sağ kalım süresi Çalışma başlangıcı Takvim Çalışma bitişi 0

11 Sansürlü Veri Çalışmadan ayrılma/ Başka bir sebeple ölüm Çalışmaya katılış Ölüm Sağ kalım süresi Çalışma başlangıcı Takvim Çalışma bitişi

12 Sansürlü Veri Sağdan sansürlü veri Çalışmadan ayrılma/ Başka bir sebeple ölüm Çalışmaya katılış Ölüm Sağ kalım süresi Çalışma başlangıcı Takvim Çalışma bitişi

13 Yuan ve ark. Nature Biotechnology, 44 (04) Cox Dr., J. R. Stat. Soc. Ser. B, 4, 87-0, 97. Iswaharan ve ark. The Annals of Applied Statistics, 008.

14 Uyum indeksi Yuan ve ark. Nature Biotechnology, 44 (04) Cox Dr., J. R. Stat. Soc. Ser. B, 4, 87-0, 97. Iswaharan ve ark. The Annals of Applied Statistics,

15 Uyum İndeksi(C-Index) Sağkalım tahminlemede kullanılan standart performans ölçütü Gerçekte var olan hasta sağkalım sıralaması ile tahmin edilen hasta sağkalım sıralaması arasındaki uyum Harrell F, ve ark., J. Natl Cancer Inst., 80, 98-0, 988,

16 Uyum İndeksi(C-Index) Sansürlü Olay 4 Sağkalım Süresi

17 Uyum İndeksi(C-Index) Sansürlü Olay 4 Sağkalım Süresi 7

18 Uyum İndeksi(C-Index) Sansürlü Olay 4 Sağkalım Süresi 8

19 Uyum İndeksi(C-Index) Sansürlü Olay 4 Sağkalım Süresi 9

20 Uyum İndeksi(C-Index) Karşılaştırılabilir çiftler Sansürlü Olay 4 Sağkalım Süresi 0

21 Uyum İndeksi(C-Index) Gerçek çift sıralamaları 4 Karşılaştırılabilir çiftler Sansürlü Olay 4 Sağkalım Süresi

22 Uyum İndeksi(C-Index) Tahmini çift sıralamaları 4 < < 4 Karşılaştırılabilir çiftler Sansürlü Olay 4 Gerçek çift sıralamaları Sağkalım Süresi

23 Uyum İndeksi(C-Index) Tahmini çift sıralamaları 4 < < Gerçek çift sıralamaları X 4 Karşılaştırılabilir çiftler Sansürlü Olay X 4 Uyum indeksi = / = 0% Sağkalım Süresi

24 Sıralama Problemi Webde Arama Tüm döküman kümesi D: {d, d,, dn} Kullanici sorgusuna uygunluk skoruna göre sıralanmış doküman listesi Kullanıcı sorgusu 4

25 Sıralama Öğrenme Çift Dönüşümü S e göre azalan Uygunluk skoruna(s) göre sıralanmış n boyutlu bir örneklem listesi, n(n-) çift sıralamalar ile gösterilebilir. x x x x4 S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x4) S(x) S(x4) S(x4)

26 Sıralama Öğrenme Çift Dönüşümü S e göre azalan Uygunluk skoruna(s) göre sıralanmış n boyutlu bir örneklem listesi, n(n-) çift sıralamalar ile gösterilebilir. X x x x4 S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x4) S(x) S(x4) S(x4) S(x)S(x)S(x)S(x)S(x)S(x)- S(x) S(x) S(x4) S(x) S(x4) S(x4)

27 Sıralama Öğrenme Çift Dönüşümü Uygunluk skoruna(s) göre sıralanmış n boyutlu bir örneklem listesi, n(n-) çift sıralamalar ile gösterilebilir. S e göre azalan Pozitif örnekler X x x x4 S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x4) S(x) S(x4) S(x4) S(x)- S(x) 0 S(x)- S(x) 0 S(x)- S(x4) 0 S(x)- S(x) < 0 S(x4)- S(x) < 0 S(x4)- S(x) < 0 Negatif örnekler 7

28 Sıralama Öğrenme Çift Dönüşümü Uygunluk skoruna(s) göre sıralanmış n boyutlu bir örneklem listesi, n(n-) çift sıralamalar ile gösterilebilir. Pozitif S e göre azalan örnekler X x x x4 S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x4) S(x) S(x4) S(x4) S(x)- S(x) 0 S(x)- S(x) 0 S(x)- S(x4) 0 S(x)- S(x) < 0 S(x4)- S(x) < 0 S(x4)- S(x) < 0 Negatif örnekler 8

29 Sıralama Öğrenme Çift Dönüşümü Uygunluk skoruna(s) göre sıralanmış n boyutlu bir örneklem listesi, n(n-) çift sıralamalar ile gösterilebilir. Pozitif S e göre azalan örnekler X x x x4 S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x) S(x4) S(x) S(x4) S(x4) S(x)- S(x) 0 S(x)- S(x) 0 S(x)- S(x4) 0 S(x)- S(x) < 0 S(x4)- S(x) < 0 S(x4)- S(x) < 0 Negatif örnekler 9

30 Destek Vektör Makinesi Sınıflandırma Cortes, C and Vapnik, V. Machine learning, 0(), 7 97,99. Figure kaynağı: 0

31 SVM Sınıflandırma C. Cortes and V. Vapnik, Machine learning, 0(), 7 97,99. Figure from:

32 SVM Sınıflandırma Örnekler hiperdüzlemin doğru tarafında yer almalı Soft-margin case C. Cortes and V. Vapnik, Machine learning, 0(), pp. 7 97,99.

33 RankSVM - Sıralama Herbrich, R. ICANN, 999. Joachims, KDD, 00.

34 RsurVM Kısıtları Modifiye Et İkili Sıralama 4 Hasta çiftlerinin yaşam sürelerine göre kısıtlar ekle ve siniflandirma problemini coz 4

35 Deneysel Düzenek 00 kez rastgele eğitim ve test kümesi ayır Eğitim kümesinde Öznitelik seçimi parametre optimizasyonu Eğitim kümesi ile sağkalım modelleri öğren RsurVM Lasso Random + Cox survival forest Test kümesinde değerlendir. RsurVM kullanılan moleküler veri tipinden bağımsız olarak, şu an kullanılan en geçerli yöntemlerden daha iyi tahminliyor.

36 RPPA Koyu renk Öznitelik filtresi olmaksızın. Açık renk: Uni-cox filtresi

37 RPPA Koyu renk Öznitelik filtresi olmaksızın. Açık renk: Uni-cox filtresi Mustafa Büyüközkan Önceden, Bilkent Üniversitesi Şimdi PhD Helmholtz Zentrum München 7

38 Kompleks Hastalıklarda Hasta Alt-Gruplarının Tanımlamaya Yönelik Makine Öğrenme Tekniklerinin Geliştirilmesi Kompleks hastalıklar hetorejendir Tedavi ve tanı için alt grupların keşfi Figure kaynağı: Weinstein et al., Nature Genetics, 0. 8

39 Yarı-Gözetimli Öbekleme ile Hasta Gruplarınını Bulmak Figure kaynağı Duygu Ozcelik Bilkent Üniversitesi Şimdi, Havelsan 9

40 Yarı-Gözetimli Öbekleme ile Hasta Gruplarınını Bulmak Figure kaynağı 40

41 Yarı-Gözetimli Öbekleme ile Hasta Gruplarınını Bulmak Figure kaynağı 4

42 Yarı-Gözetilimli Öbekleme ile Hasta Altgruplarının Bulunması Duygu Ozcelik Bilkent Üniversitesi Şimdi, Havelsan 4

43 Kanser Hasta Altgruplarını Çizge Çekirdekleri ile Keşfi Hasta benzerliklerini hücreye dair işlevsel bilgileri göz önünde bulundurarak değerlendirmek + KEGG P Sinyal Yolağı TCGA. Nature Genetics 4, 0, 0.

44 Hasta Benzerliklerini Yolak Çizge Çekirdekleri ile Hesaplama Hasta Hasta Düğümler gen Renk hastadaki değişim (mutasyon, ifade değişikliği) Şimdi, PhD, Tubingen Üniversitesi 7 4 Önceden, Bilkent Üniversitesi 4 0 Hasta N

45 Birden çok yolak, birden çok veri tipi Yolak. Yolak Hasta Mutasyon verisi Çekirdek matrisler Hasta M 4 Hasta Yolak. Yolak Yolak N İfade verisi Yolak N 4 4 4

46 Çekirdekli Çok Yönlü Kümele Çizgeler ve değişimler üzerinden hesaplanmış matris Çok Yönlü Çekirdekli Kümele

47 İlaç yan etkilerinin derin öğrenme ile tahmini Fosforilasyon bölgesinden bağlanan kinazı tahmin etme Derin ağ Gen ifadeleri Onurcan Üner Dr. Gokberk Cinbis Yan etkiler? Dr. Ercüment Çiçek IAPRTGPVLP Bağlanma bölgesi sayısı İman Deznaby Sıfır vuruşla derin ağla öğrenme Dr. Mehmet Koyutürk 47

48 SPADIS: Genom Boyu İlişikilendirme Çalışmalarında Çeşitleyici ve Açıklayıcı SNP küme seçimi Bir fenotiple ilişkili bir SNP setini seçmek Makine öğrenme bağlamında özellik alt kümesi seçim problemi Zorluklar: SNP'ler tek tek fenotip ile ilişkili değildir Birden çok SNP'nin ortak etkisi Düşük örnek büyüklüğü (0-04 kişi) Yüksek boyut (0-07 SNP) Serhan Yılmaz Dr. Ercüment Çiçek Yaklaşım: Bir ön bilgi ile oluşturulmuş SNP-SNP ağı kullanarak işlevsel etkileşimleri hesaba katmak. 48

49 49

50 SPADIS Yakın SNPler tekrarlayan bilgi getirir. Uzak SNPlerin farklı biyolojik işlevleri etkileme ihtimali daha fazla. 0

51 SPADIS Yakın SNPler tekrarlayan bilgi getirir. Uzak SNPlerin farklı biyolojik işlevleri etkileme ihtimali daha fazla.

52 RNA Etkileşimlerinin Çekirdekli Testler ile Tespiti Gulden Olgun Bilkent Üniversitesi

53 Teşekkürler! TUBİTAK 7E40 nolu araştırma projesi Bilim Akademisi Genç Bilim İnsanları Ödül Programı (04-0)