AÇIK BİYOMEDİKAL VERİLERİN ANLAMSAL AĞ TEKNOLOJİLERİ İLE BÜTÜNLEŞTİRİLMESİ VE ÇİZGE MADENCİLİĞİ İLE ANALİZİ
Proje no. 774 · Durum: Kapanmış · 2016
Özet
Son zamanlarda, gerçek dünyadaki varlıklar ve bunların birbiriyle ilişkileri hakkında milyonlarca gerçekler (ifadeler) içeren büyük bilgi tabanlarının oluşturulması oldukça ilgi görmektedir. Günümüzde biyomedikal alandaki bir çok verinin Anlamsal Web teknolojileri ile erişebilir olması sayesinde bu bilgi tabanları Bağlı Veri formunda olan bilge çizgeleri olarak sunulmaktadır. Bilgi çizgeleri, veriyi tanımlamada güçlü bir model sunmakta ve aynı zamanda altında yatan çizge yapısı sayesinde çizge madenciliği algoritmalarının uygulanmasını mümkün kılmaktadır. Bu çalışmada büyük bilgi çizgelerinde eksik bağlantıları keşfetmek ve yeni bağlantıları tahmin etmek için çeşitli yaklaşımlar sunulmuştur. Bu proje kapsamında biyolojik ve biyomedikal bilgi ağlarında varlıklar arasında yeni bağları keşfetmek için bilgi çizgeleri kullanarak makine öğrenmesi temelli melez bir yaklaşım önerilmiştir. Yeni ilişkilerin tahmini için çizgenin yapısal ve anlamsal özelliklerine dayanan iki öznitelik grubu, yerel ve global öznitelikler, kullanılmıştır. Yerel öznitelikler, ağ yakınlıklarına ve global öznitelikler ise anlamsal çizgenin vektör temsiline dayanır. Bu iki öznitelik grubu ile eğitilen makine öğrenmesi modelleri, ayrı ayrı ve bütünleştirilerek bağ tahmini için kullanılmıştır. Ayrıca bağ tahmini yöntemlerinin değerlendirilmesinde göz ardı edilen durumlar için test senaryoları geliştirilmiş ve bu test senaryoları için önerilen yöntemin başarısı denenmiştir. Önerilen yaklaşımların yararlılığı biyomedikal alanda halk sağlığı için önemli olan bir problem olan yeni ilaç-ilaç etkileşimi tahmini için başarılı bir şekilde uygulanarak gösterilmiştir. Yöntemin mevcut yaklaşımlara üstünlüğü böylece kanıtlanmıştır.