Generating explanations for complex biomedical queries

Abstract

Özellikle son yıllarda sağlık ve yaşam bilimleri alanlarındaki gelişmeler çok büyük miktarda bir veri üretimine yol açmıştır. Bu verinin gerekli kısımlarına ulaşımı kolaylaştırmak amacıyla, veritabanları ve ontolojiler gibi veri saklama yöntemlerikullanılmaktadır. Öte yandan, veritabanlarının ve ontolojilerin farklıformatlarda ve birbirinden bağımsız şekilde oluşturulması ve farklıyerlerde saklanması, bu veritabanları ve ontolojilerde gösterilenbilgi ile ilgili karmaşık sorguları cevaplamayı farklı açılardanzorlaştırmıştır.Bu zorluklardan biri, biyomedikal bir sorguyu doğal bir dildegöstermek ve cevaplarını anlaşılabilir bir biçimde uzmanlarasunmaktır. Başka bir zorluk ise, farklı bilgi kaynaklarından ilgilibilginin çıkartılıp, uygun bir şekilde biraraya getirilmesidir. Farklıbilgi kaynaklarının entegrasyonu sırasında, genler arası ilişkilerdenoluşan zincirler, genler arası ilişkilere bağlı olan klikler,birbirine benzer veya birbirinden farklı genler ya da ilaçlar gibitanımların da göz önünde bulundurulması gerekmektedir. Bunlara ekolarak, bir başka zorluk ise karmaşık bir sorgu için bulunan yanıthakkında ilgili açıklamaların üretilmesidir. Yukarıda bahsedilen ilkiki problem daha önce Çözüm Kümesi Programlama (ÇKP) kullanılarakçalışılmıştır. Bu çalışmaların sonucu BioQuery-ASP adı verilen biryazılım sistemi geliştirilmiştir. Bu tez çalışması, yukarıdabahsedilen üçüncü problem üstündedir: açıklama üretme.Bu tez kapsamında, ilk iki problemle alakalı olarak önceden yapılançalışmalar, ilaç benzerlikleri hakkında sorgular gibi yeni biyomedikalsorgulara da uygulanacak şekilde ve yeni biyomedikal bilgikaynaklarından da faydalanacak şekilde genişletilmiştir.ÇKP'de gösterimi yapılan sorgulara (en kısa veya k tane farklı)açıklama üretebilmek için, yeni matematiksel modeller ve algoritmalargeliştirilmiştir. Bu algoritmaların kapsamlı olarak teorik analiziyapılmış, yazılımları BioQuery-ASP ile bütünleştirilmiştir. ÇKP'yedayanan bu yöntemlerimizin, PharmGKB, DrugBank, BioGrid, ctd, Sider,DiseaseOntology ve OrphaData gibi biyomedikal bilgi kaynaklarıüzerinden bazı karmaşık biyomedikal sorguları yanıtlayarak deneyselbir değerlendirmesi de yapılmıştır.

Recent advances in health and life sciences have led to generation ofa large amount of biomedical data. To facilitate access to its desired parts, such a big mass of data has been represented in structured forms, like databases and ontologies. On the other hand, representing these databases and ontologies in different formats, constructing them independently from each other, and storing them at different locations have brought about many challenges for answering queries about the knowledge represented in these ontologies and databases.One of the challenges for the users is to be able to represent such a biomedical query in a natural language, and get its answers in an understandable form. Another challenge is to extract relevant knowledge from different knowledge resources, and integrate them appropriately using also definitions, such as, chains of gene-gene interactions, cliques of genes based on gene-gene relations, or similarity/diversity of genes/drugs. Furthermore, once an answer is found for a complex query, the experts may need further explanations about the answer. The first two challenges have been addressed earlier using Answer Set Programming (ASP), with the development of a software system (called BioQuery-ASP). This thesis addresses the third challenge: explanation generation in ASP.In this thesis, we extend the earlier work on the first two challenges, to new forms of biomedical queries (e.g., about drug similarity) and to new biomedical knowledge resources. We introduce novel mathematical models and algorithms to generate (shortest or k different) explanations for queries in ASP, and provide a comprehensive theoretical analysis ofthese methods. We implement these algorithms and integrate them in BioQuery-ASP, and provide an experimental evaluation of our methods with some complex biomedical queries over the biomedical knowledge resources PharmGKB, DrugBank, BioGrid, ctd, Sider, DiseaseOntology and OrphaData.