<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Biomarkerji človeškega črevesnega mikrobioma za napovedovanje depresije</dc:title><dc:creator>Primožič,	Maša	(Avtor)
	</dc:creator><dc:creator>Stres,	Blaž	(Mentor)
	</dc:creator><dc:subject>depresija</dc:subject><dc:subject>črevesni mikrobiom</dc:subject><dc:subject>biomarker</dc:subject><dc:subject>napovedovanje bolezni</dc:subject><dc:subject>strojno učenje</dc:subject><dc:description>Depresija je ena izmed vodilnih duševnih motenj na svetu in ima vrsto negativnih posledic za posameznika ter družbo. Kljub temu, da je tako velik in razširjen problem, je njeno diagnosticiranje še vedno problematično in neustrezno, kar nakazuje na potrebo po standardiziranih in bolj zanesljivih načinih diagnosticiranja depresije. Identifikacija biomarkerjev predstavlja diagnostično orodje z večjo mero objektivnosti, kar bi pomagalo izboljšati trenutno prakso, ki se zanaša na samoporočanje in klinične intervjuje. Kot tarčo za iskanje biomarkerjev v tem magistrskem delu predlagamo različne nivoje delovanja črevesnega mikrobioma. Slednji predstavlja kompleksni sistem, ki vpliva na gostiteljevo fiziologijo, metabolizem, odpornost, prehranjevanje in vedenje – mehanizmi, ki so dokazano moteni pri depresiji. V skladu s tem smo pridobili 157 sekvenciranih fekalnih vzorcev, od tega 87 bolnikov z depresijo in 70 zdravih posameznikov ter njihovih metapodatkov (starost, spol, indeks telesne mase, gastrointestinalni prehodni čas, parametri kvalitete življenja) (Projekt LifeLines). Podatke smo preprocesirali z uporabo platforme bioBakery in jih analizirali v dveh programih – Orange in JADBio. V obeh smo identificirali podmnožico biomarkerjev, ki so bili najbolj pomembni pri napovedovanju depresije. Med njimi je bil največji delež encimov, sledili so jim metabolne poti in taksoni, v JADBio pa še genske družine. Izbrane karakteristike so bile podlaga za učenje klasifikacijskih modelov za diagnosticiranje depresije v neznanih vzorcih. V obeh programih smo dobili skoraj popoln model pri razlikovanju med zdravimi posamezniki in bolniki z depresijo – v programu Orange je bil to model, ki je temeljil na algoritmu naivni Bayes (AUC 0.949), v JADBio pa Ridge logistična regresija (AUC 0.967). S tem smo pokazali, da je črevesni mikrobiom res lahko primerna tarča za iskanje biomarkerjev za depresijo in da lahko na podlagi identificiranih biomarkerjev zgradimo model, ki z visoko natančnostjo razlikuje med zdravimi posamezniki in bolniki z depresijo, kar ima ogromen potencial za reševanje problemov, s katerimi se kliniki soočajo pri diagnosticiranju depresije, še posebej v povezavi z drugimi boleznimi, ki jih lahko detektiramo preko mikrobioma.</dc:description><dc:publisher>M. Primožič</dc:publisher><dc:date>2024</dc:date><dc:date>2024-09-05 08:30:04</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>160836</dc:identifier><dc:identifier>UDK: 616.895.4(043.2)</dc:identifier><dc:identifier>VisID: 165015</dc:identifier><dc:identifier>COBISS_ID: 206602755</dc:identifier><dc:language>sl</dc:language></metadata>
