Tez No	İndirme	Tez Künye	Durumu
574743		A customized force-directed layout algorithm with genetic algorithm techniques for biological graphs whose vertices have enzyme commission attributes / Enzimleri temsil eden düğümlere sahip çizgiler için genetik algoritma ile özelleştirilmiş kuvvet yönelimli yerleşim algoritması Yazar:FIRAT AKSOYDAN Danışman: PROF. DR. MEHMET VOLKAN ATALAY Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Biyomühendislik = Bioengineering ; Biyoteknoloji = Biotechnology Dizin:	Onaylandı Yüksek Lisans İngilizce 2019 106 s.
Biyolojik ağlar, kuvvet yönelimli algoritmalar tarafından yaratılan çizgeler aracılığıyla görselleştirilebilir. Önceki çalışmamızda, EClerize'ı aynı enzim sınıfına sahip olan düğümleri içeren biyolojik ağları görselleştirmek için kullanılan özelleştirilmiş ve geliştirilmiş bir Kamada-Kawai (bir kuvvet yönelimli algoritma) örneği olarak tanımlamıştık. EClerize, aynı enzim sınıfına ait enzimler aracılığıyla enzim kümeleri oluşturur. Burada, EClerize aracılığıyla global optimum bir çözüm elde etmek için genetik algoritmayı kullanıyoruz ve yönsüz çizge çizimini genetik algoritma ile birleştiriyoruz. Çeşitliliği sağlamak için, mutasyon aşamasında 5 teknik ve çaprazlama için 2 teknik kullanılmaktadır. Mutasyonda, seçilen çizgenin köşeleri sınırlı bir alanda rastgele hareket eder veya seçilen kenarlar/köşeler bir tekniğin rutinlerine göre değiştirilir. Çaprazlamada, köşeleri değiştirme işlemi seçilen iki çizge arasında gerçekleştirilir. Her bir yineleme sonunda, bireylerin uygunluk değerleri, çakışan kenar sayısından çizim alanına kadar 6 farklı uygunluk ölçümü ile hesaplanır. Bireylerin sahip olduğu genel uygunluk değerleri, bir sonraki nesli oluştururken ebeveyn bireyleri seçmek için kullanılır. Bu yöntemi 3 farklı biyolojik ağa uyguladık ve elde edilen sonuçlar baz alınan çalışmanın sonuçlarından daha iyi oldu.
A pathway can be visualized as a graph whose layout is drawn by a force-directed algorithm. In our previous study, we have described EClerize which is a customized and improved Kamada Kawai force-directed algorithm in order to visualize pathways that contain nodes with attributes as EC numbers. EClerize creates clusters of vertices with enzymes that belong to the same EC class. Here, we make use of genetic algorithm (GA) to obtain a global optimum solution for EClerize and we integrate undirected graph layout drawing with GA. To provide diversity, 5 techniques in mutation phase and for crossover 2 techniques are employed. In mutation, vertices of a selected graph are moved randomly within a limited area or selected edges/vertices are exchanged according to the routines of a technique. In crossover, the operation of exchanging vertices is performed between two selected graphs. In each iteration, fitness values of individuals are calculated by 6 different fitness measurements ranging from edge crossing number to drawing area. Overall relative fitness values are used to choose parent individuals. We have applied this method to 3 pathways and the results are better than those of the base study.