Mikrobiyom Analizine Giriş

Şimdiye kadar mikrobiyomu hiç bilmeyenler için genel bir tanıtım yaptık. Hem canlılarda hem de her ortamda, çevrede var olduğunu gördük. Kısaca mikrobiyom dediğimiz şey bir mikrop topluluğu. Peki bu mikrobik topluluğun analizi ne demektir? Nasıl yapılır?

Dan Knights mikrobiyom verisini, birçok yapbozdan gelen parçaların oluşturduğu bir yığına benzetmiş, “Microbiome Discovery” adlı video serisinde analizi üzerine güzel videolar çekmiş. Ben de oradan öğrendiklerimi aktarmaya çalışacağım bundan sonraki yazılarda.
DanKnight

Bir mikrobiyom verisini elde edene kadar şu iki işlem yapılır:

1. İlk iş ve en basit olanı mikrobiyom örneği almak. Steril bir çubuk, örnek alınacak yere sürtülür ve özel koşullarda taşınıp saklanır.
2. Mikrobiyal DNA izolasyonu yapılır. 16S rRNA sekanslama V3-V4 bölgesini hedefleyerek yapılır. Bu evrede işte biyoinformatikçilerin üzerinde çalışacağı veri elde edilir.

Neden 16s rRNA? Çünkü tüm bakterilerde vardır ve tür düzeyinde ayrım sağlar, dolayısıyla taksonomik analizler için kullanılır.

Burada yapbozlar farklı mikrobik filumu yada sınıfı, her yapboz parçası da bakterinin kendisini temsil eder. Mikrobiyom verisi hangi türden, sınıftan, filumdan olduğunu bilmediğimiz mikropların 16S rRNA dizilimleridir.

Bir yapboz yığınını ile biyoinformatikçi neler yapar?

  1. İlk işi her bir yapboz parçasının esasen hangi resimden geldiğini bulmak
  2. Bulgulara göre yapboz yığınını tanımlayacak bir profil çıkarmak. Bu profil OTU (Operational Taxonomic Units) denilen kümeler ile tanımlanır ve OTU tablosu çıkarılır.

16S rRNA verisinden OTU’ları belirleme süreçi için akış şemaları geliştirilmiş UPARSE, QIIME gibi.

Örneğin UPARSE akışı şu şekilde
uparse_flow

uparse_tr

Mikrobiyom verisindeki benzer dizilimler gruplanarak OTU’lar oluşturulur. Diyelim ki 1000 dizimiz çıktı verimizden. Birbirine benzer her 10 dizi tek bir isim altında toplanır ve böylece veri toplam 100 diziye indirgenmiş olur. OTU Seçme Yaklaşımları ile ilgili detaylı bir yazı yazacağım.

QIIME iş akışı UPARSE ile aynı hatlara sahip yanlız daha detaylı ifade edilmiş aşağıdaki şekilde görüleceği gibi. QIIME’in nasıl işletileceği ile ilgili de yazım çok yakında..

qiime_flowchart

 

Referanslar
http://docplayer.biz.tr/960802-16s-rrna-analizi-doc-dr-zeynep-ceren-karahan-ankara-universitesi-tip-fakultesi-tibbi-mikrobiyoloji-anabilim-dali.html
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3249058/
https://sites.google.com/site/knightslabwiki/qiime-workflow

32,401 total views, 10 views today

Hastane Mikrobiyom Projesi

Bu yazıda nelerden bahsediliyor?

  • Bakteriler ile Savaş
  • Hastane Enfeksiyonları
  • Hastanelerdeki Mikrobik Yaşamı Anlamak
  • Yeni Nesil Hastane Tasarımları

Rethinking-Sterile150 yıldır bakteriler öldürülmeye çalışıyor. Fakat bu yolun çıkmaz olduğu artık görüldü. Öyle bakteriler var ki bir tanesi de D.radiodurans, en dayanıklı canlı olarak Guiness rekorlar kitabına bile işlenmiş. Radyasyona karşı bilinen en dayanıklı canlılardan biridir. Her türlü zulümü yapıyorsunuz yine de bana mısın demiyor bu tür. Soğuk, dehidrasyon, vakum ve asit gibi diğer birçok aşırı koşul altında yaşayabiliyor. Dolayısıyla başka çözümler, bakış açılarına ihtiyaç var.

Nozokomiyal enfeksiyonlar yani hastanede görülen enfeksiyonlar dünya ölçeğinde, gelişmiş ülkeler de dahil olmak üzere, önüne geçilmesi oldukça zor olan bir sağlık sorunu.. ABD’de yapılan bir araştırmaya göre bir yılda gerçekleşen hastane enfeksiyonuna bağlı ölüm sayısının ortalama 100 bin. Hastane enfeksiyonları ilk 10 ölüm nedeni içerisinde yer alıyor ve bunun için yıllık 10 milyar dolar ek sağlık harcaması yapılıyor. Türkiye’de tüm sağlık bütçesinin %8.3’lük kısmı hastane enfeksiyonlarına harcanıyor ve bu nedenden ölenlerin oranı %20-28 aralığında.

Hasta bir insan hastaneye girdikten sonra hastalığın dağılma potansiyeli her zaman var. Antibiyotiklerin mucizevi şekilde enfeksiyonlarla her türlü savaşacakları düşünülürken, antibiyotik direnci geliştiren bakterilerin yükselişi bu düşünceyi değiştirdi.
Bugün, antibiyotik-dirençli enfeksiyonları durdurmanın bir yolu yok. Önceden bunun suçlusu zararlı bakterilerin olması, temizlik probleminden ötürü üremesi vb. idi. Şimdiki hipotez şunu diyor:

Enfeksiyon yapan bakterinin ortamda var olması değil, belki de faydalı bakterilerin az olması enfeksiyona sebebiyet veriyor. Yani yanlızca patojene odaklanmak yerine belkide tüm ekosistemin çalışma yapısını anlamaya odaklanmalıyız.

Tıpkı midede veya bağırsaklarda yaşanan durum gibi.. İnsan mikrobiyom projesinde görüldü ki, antibiyotikler midemizdeki mikrobik yapıyı tamamen altüst ediyor. Antibiyotik tedavisinden sonra midedeki kötü bakterilerin yanında iyilerde yanıyor, yok ediliyor. Antibiyotik yerine, probiyotikler ile iyi/faydalı bakteriler mide ortamında çoğaltılarak, mide problemlerinin üstesinden gelmeye çalışılıyor ve bu işe de yarıyor.

Aynı durum hastane için de geçerli olabilir mi? Aslında zararlı bakteriler için kapalı ortamlar bir bekleme odası olabilir ve ne zaman uygun ortam oluşuyor işte o zaman onlar aktif oluyor olabilirler. Devamlı sterilize ortam oluşturma çabası hastane ortamında o uygun ortamı mı yaratıyor acaba? “Hastane Bağışıklık Sistemi” faydalı mikropların artırılması ile enfeksiyonlara karşı sağlıklı bir ortam oluşturabilir mi? İşte bunlar cevabı merak edilen sorular..

Jack Gilberts ve ekibi öncülüğünde başlatılan Hastane Mikrobiyom Projesinin temel amacı, hastanede mikrobik toplulukların nasıl yerleştiğini ve değiştiğini anlayabilmek.

Projede iki yer örneklendi. Birincisi Chicago’da yeni yapılan bir hastanede, diğeri de Almanya’daki bir askeri oda. Resmi açılıştan sonra Chicago’daki hastanesinde hastadan, çalışanlardan, odalardan, sudan ve havalandırmadan günlük olarak toplanan toplam yaklaşık 15,000 örnek alındı. Almanya’daki bir askeri odadan da 16 farklı zamanda 100 örnek toplandı. Temel hedef, hastanedeki enfeksiyonları azaltmayı sağlayacak tavsiyeler geliştirebilmek isteniyor. Cevabı aranan temel sorular şunlar:

  1. Hastane içindeki yüzeylerdeki mikrobik toplulukların yapısı, ortamdaki insan demografisi, sıcaklık, nem gibi fiziksel durum ve yapı materyalleri üzerinden tahmin edilebilir mi?
  2. Bir hasta odasının mikrobiyotası o anda orada yatan hastadan etkilenir mi? Yeni bir hasta geldiğinde odadaki mikrobiyal topluluklar nasıl diğerlerinin yerini alır?
  3. Bakterilerin yüzeylere ve hastalara yerleşimi ortamda var olan bir önceki bakteriyel topluluğun bileşiminden etkilenir mi?
  4. Bakterilerin yüzeylere yerleşme oranı ortamı kullanan kişilerin demografik özelliklerine ve ortamın yapı malzemesine göre değişir mi?

Projenin ilk bulduğu şey sterilize ve hijyenik tanımlarını değiştirecek bir bulgu..

Hijyen veya steril demek mikropsuz demek anlamına mı gelir?

Tamamen pırıl pırıl yepyeni dezenfekte edilmiş henüz halka bile açılmamış olan Chicago’daki hastaneden, ameliyat odasından, hasta yataklarından, bilgisayarlardan, lavabolardan alınan örneklerde bir çok patojenin yaşadığını görülmüş.

Bilim insanları hastane ortamında mikrobik aktarımın nasıl olduğu anlaşılır ise hastanedeki enfeksiyonun da kontrol edilebileceğine inanıyorlar.

Oregon’da bir hastanede yapılan bir araştırmada farklı havalandırma sistemlerinin kapalı ortamlardaki mikrobik içerik üzerinde etkili olduğu görülmüş. Pencereden havalandırılan ve havalandırma mekanizması ile havalandırılan hastane odalarından örnekler alınmış, pencereden havalandırılan odalarda daha fazla çeşit bakteri bulunmuş. Fakat, mekanizma ile havalandırılan odalarda daha az dışarıdan hava karıştığı için, daha az farklı tür, fakat daha fazla insan ile ilişkili bakterilerin olduğu görülmüş.

Bu çalışmalar yakın gelecek yeni nesil hastane tasarımlarını da etkileyeceğe benziyor. Hastane tasarımcıları yapının formu ve kullanılacak materyallerin çeşidi dışında özellikle havalandırma mekanizmasının tasarımı gibi özellikleri de göz önüne alarak, mikrobik ekolojinin dengede olabilmesine yardımcı olacak şekilde tasarlanması düşülebilir.

Dönüp dolaşıp her konu dengeye geliyor.. İşte burada da mikrobik denge söz konusu oldu.

Sizin ve çevrenizin mikrobik ekolojisi dengede olsun efendim..

Referanslar

http://hospitalmicrobiome.com/hospital-microbiome-project/

Manipulating the Unseen Microbial Ecosystem—The Future of Hospitals?

Rethinking Sterile: The Hospital Microbiome

 

441 total views, 1 views today

Mikrobiyom Projeleri

Daha önceki yazımda İnsan Mikrobiyom Projesinden detaylı bahsetmiştim. Mikrobiyom, hemen hemen tüm bilim dalları ile ilişkisi olabilecek bir alan olarak karşımızda dimdik durmakta. Sonuçta, canlı, cansız her ortamda var bakteriler. Yaşasın “disiplinlerarası çalışmalar” henüz ülkemizde kıymeti pek bilinmese de.. Mikrobiyom projeleri Jack Gilbert ve Rob Knight öncülüğünde ABD tabanlı ilerlemekte. Coğrafyaya göre de mikrobiyom değiştiği için, daha spesifik ülke bazında da bazı çalışmalar yapılıyor (Amerika, Brezilya, İngiliz).

  • İnsan Mikrobiyom Projesi: Cilt, Ağız, Bağırsal, Vajina ve Akciğer gibi vücut bölgelerindeki mikrobiyotayı inceyen bir proje.
  • Amerikan Bağırsak Projesi: Tamamen gönüllülerden elde edilen örneklerle amerikalıların bağırsak mikrobiyomunun özellikleri inceleyen bir proje.
  • Dünya Mikrobiyom Projesi: 2010’da başlatıldı. Okyanus dibi, göller, çöl kumu ve toprak gibi çeşitli ortamlardan örnekler üzerinde çalışan bir proje.
  • Ev Mikrobiyom Projesi: Ev ortamındaki mikrobik değişimleri inceleyen bir proje. Kapalı ortama giren kişi ile ortamın mikrobiyomunun değiştiği, değişimin görülmesi 4-6 gün gibi bir süreçte olduğu bulundu. Ayrıca evin yapı malzemeleri de bir mikrobik topluluğun diğer mikrobik topluluğun yerini alma oranı üzerinde etkili olduğu görüldü.
  • At Mikrobiyom Projesi: At hastalıklarını anlayabilmek için at mikrobiyom üzerine bir proje.
  • Kedi Mikrobiyom Projesi: Gönüllü kişilerin sahip oldukları kedi dışkılarının örneklerin paylaşmaları ile başlamış bir proje.
  • Akvaryum Mikrobiyom Projesi: Kontrol edilen akvaryum içindeki mikrobik değişimleri inceleyen bir proje.
  • Hastane Mikrobiyom Projesi: Hastane ortamındaki mikrobiyomu ve mikrobik değişimi incelemeyi hedefleyen bir proje.

İlginç çalışmalardan birisi de Newyork Metrosunun Mikrobiyomunu çıkarmak üzerine. 18 ay boyunca toplanan örneklerde, çok ciddi hastalıklara neden olabilecek antibiyotiklere dirençli bakteriler görüldü. Hangi istasyonlarda hangi tür bakterilerin görüldüğüne dair hazırlanmış İnteraktif harita için tıklayınız. Bu da tüm şehir için yapılmış bir interaktif harita – tıklayınız.

Benim ilgilendiğim kısım kapalı alan mikrobiyom çalışmaları, özellikle de hastane ortamlarında. Hastane Mikrobiyom Projesi hakkında başka bir yazıda detaylı bahsetmek istiyorum.

Kendi mikrobiyotanızla ve çevresel mikrobiyotanızla barışık kalın efendim..

 

 

320 total views, no views today

İnsan-Çevre-Mikrop Etkileşimi

Cildimizdeki bakteriler ve çevremizdeki bakteriler ile aramızda gerçekleşen dinamik iletişime bağlı olarak, evimizdeki, ofisimizdeki hatta şehrimizdeki mikrobik ekolojiyi şekillendiriyoruz. Çevremizdeki mikrobik ekolojinin nasıl kurulduğu ve zamanla nasıl değiştiğini incelemek benim temel merak konularımdan birisi haline geldi.

Bu yazıda nelerden bahsediliyor?

  • Mikrobiyom ve Dedektiflik
  • Hangisi daha fazla bilgi içerir? Mikrobiyom mu DNA mı?
  • İki alakasız mesleğin işbirliği: Mimarlar ve Biyologlar!
  • Ortam Mikrobiyomu ve İnsan Psikolojisi-Sağlığı

fprensic

Mikrobiyom ile Dedektiflik yapılır mı?

“Bir kişi her saatte ortalama 1.5 milyon cilt hücresi ve 15 milyon bakteri saçıyor.”

Literatürdeki çalışmalara bakalım:

  • Kişilerin klavye ve telefon gibi kullandıkları aletler üzerine cilt mikrobiyomunu bıraktıkları ve kimin hangi bilgisayarı veya telefonu kullandığı aletler üzerindeki mikrobiyomdan tahmin edilebileceği görüldü.
  • Bir hayvan öldüğü zaman üzerindeki mikrobiyomun yapısı dramatik bir şekilde değiştiği, fakat bu değişimin tahmin edilebilir bir seviyede olduğu görüldü. Bu da şu demek oluyor: ölmüş bir kişinin mikrobiyomuna bakarak, bu kişinin daha önce nerelerde olduğunun tahmini çevresel mikrobiyomlar ile karşılaştırılarak yapılabilir.
  • Evin mikrobiyomunun büyük oranda evin içinde yaşayan insanların mikrobiyomundan oluşturduğu görüldü.
  • Değişen coğrafya ile mikrobik toplulukların farklılaştığı görüldü.
  • 2015’de yayınlanmış bir çalışmada iki kişinin ayakkabılarından alınan mikrobiyom örnekleri ile kişilerin dolaştığı yerleri tahmin etmeye çalışılıyor. Farklı lokasyonlarda gerçekleşen üç konferansta, kişilerin ayakkabılarından ve konferansın gerçekleştiği zeminden zaman içinde örnekler alınmış ve incelenmiş. Sonuçlar şöyle: 1) Mikrobiyom toplulukları, yüzey tipine, yüzeyle temas eden kişiye ve coğrafi bölgeye göre farklılık göstermektedir. 2) Kişilerin hangi konferans salonunda bulunduğu ayakkabılarından elde edilen mikrobiyomdan tahmin etmek mümkün olmuş iken, çabuk değişen yüzey mikrobiyomu nedeniyle kişilerin nerelerde dolaştıklarını tahmin etmek güç olmuştur.

Mikrobiyom çalışmalarının ünlülerinden Jack Gilbert bir açıklamasında der ki: “pantolonunuz tıpkı sizin bakterilerinizi süzen bir süzgeç gibi.. Siz bir sandalyeye oturur oturmaz oraya bakterileriniz saçıyorsunuz ve başka birisi oturana kadar da onlar orada kalıyorlar. Herkesin mikrobiyomu kişiye özel. Aynı yumurta ikizlerinin mikrobiyomu bile birbirine benzemiyor. Bunun böyle olmasının bir nedeni insan mikrobiyomunun kişinin genom ve bağışıklık sistemi tarafından belirleniyor olması. Bir parça saçın taşıdığı bilgi ne ki, mikrobiyom aşırı derecede fazla bilgi içermekte. Mikrobiyomdan kişinin kadın veya erkek olduğu, sigara kullanıp kullanmadığı, nerede yaşadığı, gibi bilgiler de çıkarılabilir.”

 

Yine literatürdeki çalışmalardan

  • Bir kurgu deneyde eve hırsızlığa giren iki kişi hakkında, ortam mikrobiyomu incelenerek birinin bir haftada en az 10 kez alkollü içecek kullandığı ve diğerinin migren ilacı kullandığı tespit edilebilmiş.
  • Çin’de yapılan bir araştırmada, şehirde, şehir dışında ve kırsalda yaşayan insanların mikrobiyomlarında büyük farklılıklar görülmüş.

Bu çalışmaların yanı sıra biyologlar ve tasarımcılar çevresel mikrobiyom konusu altında ortak işbirliği kurmaya başladılar. İnsanlar yaşamlarının büyük çoğunluğunu kapalı ortamlarda geçiriyor ve her kapalı ortam da dışarıdan oldukça farklı, birçok bakteriyel çeşitliliği barındıran bir eko sisteme sahip. Avustralya’da yapılan bir araştırmada insanlar zamanlarının sadece %10’unu dışarıda geçirdiği ortaya çıkmış ki bu genel olarak tüm gelişmiş ülkelerde aynı seviyede. Ofislerimizin, evlerimizin mimari tasarımı ortam mikrobiyomunu etkilediğine dair de çalışmalar yapılmakta.

mobe

 “Biz binaları şekillendiriyoruz, binalar da bizi” Winston Churchill

İnsan mikrobiyomunun hem psikolojik hemde fiziksel olarak sağlıklı yaşam için etkili olabileceği tartışılıyor. İnsan mikrobiyomdaki bozulmaların psikiyatrik rahatsızlıklara sebep olabileceğine dair iddialar var bilim dünyasında. Çevresel mikrobiyomla da devamlı etkileşim halinde olan insanlar acaba hangi yönlerden çevresel mikrobiyomdan etkilendiği araştırma soruları arasında. Örneğin, evcil hayvanlarla birlikte büyüyen çocuklarda daha az sıklıkla alerji durumları göründüğü bulunmuş. Yeşil ortamların mental sağlık üzerinde pozitif etkisi olduğunu bilinmekte. Yeşil ortamlardaki mikrobiyomun bunda etkisi olabilir mi?

Yüksek gelirli ülkelerdeki kronik hastalıkların fazlalığı dikkat çekici. Buna etki edenin belki de yüksek gelirli ülkelerdeki temizlik hastalığı olabilir mi? Ayrım yapılmaksızın çevremizdeki mikropların temizlenmesi belki de yararımıza olan bir şey olmadığına dair izlenimler edinmeye başlandı bilim dünyası.

Bir ortamdaki mikrobiyom çeşitliliğini ortamdaki insanların belirlediği bulunmuş. Bunun yanında coğrafi konum, mevsim ve mimari yapı da kapalı ortamlardaki mikrobiyom yapısı üzerinde etkili imiş. Özellikle havalandırma sisteminin çalışma yapısının içerideki mikrobik toplulukları belirlemede önemli olduğu görülmüş.

İnsan, hava dolaşımı ve mimari yapı kapalı ortamların mikrobiyom yapısında etkilidir.

Belki de ileride “kapalı alan mikrobiyomu tasarımı” ile insan mikrobiyomunu iyi yönde yani insan sağlığını iyi etkileyecek şekilde tasarımlar söz konusu olacak.. Gelecekteki ilginç işlerden birisi bu olabilir belkide ..

Referanslar
https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-015-0082-9
http://www.gmanetwork.com/news/story/485810/scitech/science/in-forensics-microbiome-may-be-the-new-fingerprint
https://medium.com/gut-check/the-microbiome-of-built-environments-756f2ced4645#.vxmz56k9f

422 total views, no views today

Herkes için İstatistik

Burada neden bahsediliyor:

  • Temel istatistik kavramları
  • Merkezi eğilim ölçüleri
  • Dağılım ölçüleri

Veri Bilimi için 3 ana adım vardır. Verinin toplanması, analizi ve sonuçların aktarılması.

Veriyi toplamadan önce populasyonumuzun ve örneklemimizin farkında olmalıyız. İstatistikte genel bir populasyonu tanımlamak için o populasyonun tamamından veri toplanamayacağı için bir alt kümesi yani örneklemi seçilir. Örneklemin yanlı seçilmesi tamamen analizin yanlı,yanlış, çarpıtılmış olduğu anlamındadır. Objektif, yeterli ve rastgele örnekleminizi seçmiş ve verimizi toplamış olalım. Eğer verimiz kategorik ise matematiksel fazla bir işimiz yok kategorilere göre sayarız, şu kategoriden bu kadar bundan bu kadar var gibi frekans değerleri verilebilir. Eğer verimiz sayısal veri ise istatistik sayesinde iki tür analiz yapabiliriz: Tanımlayıcı ve Çıkarımsal. Tanımlayını istatistil veriyi açıklar, çıkarımsal ise veriden çıkarım yapar ismi üzerinde. Bu yazıda Tanımlayıcı istatistiğe bakacağız. Veriyi tanımlamak için de iki durumunu inceleriz:

  1. Merkezi Eğilimi
  2. Dağılımı

1-Merkezi Eğilim Ölçümleri

  • Ortalama: Tüm değerleri toplayıp veri sayısına bölerek bulunur.
  • Medyan : Orta değer (örneğin veri 1-2-3-4-5 ise medyan 3’tür.)
  • Tepe Değeri (Mode) : En çok tekrar eden (örneğin veri 1-2-2-4-5 ise mode 2’dir.)
    • unimodal : en çok tekrar eden veri tektir.(yukarıdaki gibi)
    • bimodal : en çok tekrar eden veri iki tanedir.  (örneğin veri 1-2-2-4-4-5 ise mode 2 ve 4’tür.)
    • multimodal : en çok tekrar eden ikiden fazladır. (yukarıdakine benzer)
  • Ortadeğer (Midrange) : Maksimum ve minimum değerlerin ortalamasıdır. (örneğin veri 2-3-4-5-6 ise ortadeğer 4’tür.)

2- Dağılım

  • 432px-Michelsonmorley-boxplot.svgAçıklık (Range)  : Maksimum – Minimum
  • Dörttebirlik (Quartiles) :
    • Q1-Birinci dörttebirlik:  verinin %25.cisi
    • Q2-İkinci dörttebirlik: Verinin %50.si = Medyan
    • Q3- Üçüncü dörttebirlik: Verinin %75.si
  • Yayılım Ölçüsü (Interquartiles range) Q3-Q1
  • Kutu Grafiği: 5-sayı ile (Maksimum,Q3,Q2,Q1,Minimum) özet bir gösterim sunar
  • Varyans: Dağılıma ait bir verinin dağılımın ortalamadan ne kadar uzak olduğuyla ilgidir.
  • 2000px-Comparison_standard_deviations.svgStandart Sapma (Standart Deviation ): Veri değerlerinin yaıyılımının özetlenmesi için kullanılır. Düşük standart sapma demek verinin ortalamaya yakın şekilde dağıldığı anlamına gelirken, yüksek standart sapmaya sahip dağılımlarda ortalamadan oldukça uzak veriler görülebilir.. Grafikte kırmızı dağılımın standart sapması düşük iken (değerler ortalama değere yakın iken ), mavi dağılımın standart sapması yüksektir.

Ortalama, ortanca ve tepe değerinin birbirine göre durumları dağılım grafiğinin simetrik olmasını veya sağa, sola çarpık olmasının işaretini verir.

istatistik-64-728

 

 

 

 

 

 

 

Son söz: “İstatistik yalan söyleme bilimidir” derler. İstatistik yalan söylemez, yalanı insan söyler.. Yeteri büyüklükte verin var ise, verinin kaynağına güveniyor isen, doğru analiz tekniklerini kullanmış isen yalan söylemiş olma ihtimalin yok.

Referanslar
https://tr.wikipedia.org/wiki/D%C3%B6rttebirlik#D.C3.B6rttebirlik_bulma
https://tr.wikipedia.org/wiki/Kutu_grafi%C4%9Fi
https://tr.wikipedia.org/wiki/Varyans

414 total views, no views today

Normal Dağılım nerden gelmiş?

Matematik doğanın dili olarak tanımlanır. Fizik problemleri matematik ile çözülebilir. Biyoloji, sosyoloji, ekonomi gibi alanlarda matematik kuralları uygulanabilir mi?

İnsan kendi başına karmaşık, kaotik bir varlık iken insanla ilişkili hiç bir bilim dalı da matematiksel kurallara tamamen oturtulamadı dolayısıyla. 16yy’da bilim insanları belirsizlik üzerine çalışmalar yaptı. Örneğin, kuantum fiziği tamamen belirsizlik üzerine kuruludur. Madem gerçek değer hesaplanamıyor, işte o noktada olasılık ve istatistik devreye giriyor.

Olasılık ve İstatistik, Matematiksel olguların insan ile ilişkili bir bilim dalında kullanımına olanak veren bir pencere oldu.

İlk istatistik analiz yapan kişi 17yy’da Londra’da tezgahtarlık yapan ve gazetedeki haftalık ölüm raporlarını takip eden John Graunt tarafından yapılmış. Bu raporları derleyip, hastalıklar ve o hastalıktan ölen kişilerin sayısı, yeni doğanlardaki cinsiyet dengesi, bölgelere göre yaş dengesi vb. istatistikler çıkarmış. O yıllarda yaşamış olan Elmond Halley, kendi oluşturduğu hayat tablosunu analiz ederek ölüm yaşlarına göre kişi sayısını hesaplamış ve  şöylee bir felsefik çıkarım yapmış:

“İnsanların neredeyse yarısı 17 yaşından önce ölüyor. Şikayet etmek yerine, her yılın bize verilmiş bir hediye olduğunu düşünmeliyiz.”

Modern istatistik Belçikalı bilim adamı Lambert Adolphe-Jacques Quetelet tarafından kurulmuş. Lambert kişilerin boy, kilo, uvuz uzunlukları ve bunların yanında psikolojik testler ile entellektüel özelliklerini ölçmüş. Ve görmüş ki çoğu insan için bu ölçümler benzer dağılım gösteriyor. Veriler grafiğe dökülünce de işte bu normal dağılım eğrisi ortaya çıkmış:normal-dagilim

Bu dağılımın matematiksel fonksiyonlara uyan bir çok özelliği var.  Örneğin, normal dağılım için şu her zaman doğru olan bir gerçek: örneklemin %99’u 3-standart sapma aralığına, %95’i 2-standart sapma aralığına, %68’i 1-standart sapma aralığına düşüyor. Tabi bazı ölçümler normal dağılıma uymamış. Mesela gelir dağılımı. Madem insanların doğasıyla ilgili tüm ölçümler normal dağılım gösterirken, neden gelir değerleri normal dağılım göstermiyor? Neden çünkü para mevzusu doğamıza aykırı, doğal olmayan bir durum mu acaba? Lidyalılar bile pişman olurlar belki parayı bulduklarına para için insanların düştüğü durumları görseler. İşte istatistik,sosyal olguların nedenleri üzerine bu tür yorumlara altyapı oluşturuyor. Yine normal dağılım eğrisine bakarak görülecek ve yorumlanacak birşey daha var. Outlier lar. Outlier, herkes normale uyarken normalin dışına çıkan yaramaz verilerdir. Bu veriler çok değerli olabilir fakat genelde göz ardı edilme eğilimi yüksektir. Detaylı inceleme başka bir blog yazısında olur.

Astronottan mühendise, fizikçiden psikologa, ilaç şirketlerinden genetikçilere herkes olasılık matematiği kullanmak zorunda.

İlk olasılık kuramı kumarhanelerde ortaya çıkmış. Karl Peason delirmiş olmalı ki gerçekten 24.000 kez bozuk parayı havaya atmış ve gelenin yazı mı tura mı olduğunu yazmış. Ve görmüş ki yazı tura yarı yarıya.

Şu bir gerçek ki olasılık ve istatistik büyük veri olduğu zaman anlamlı. Bir deneyi ne kadar fazla tekrar edilirse sonuçlar o kadar çok gerçeğe yaklaşacaktır. İlk yazımda bahsettiğim gibi bir olayı etkileyen tüm değişkenleri bilmenin imkanı olmayacağı için ne kadar fazla tekrar, ne kadar fazla verir o kadar gerçeğe yakınlık.

Büyük Veri – Big Data çağındayız ve ben  veri analisti olma yolunda olasılık ve istatistiksiz olmayacağının farkındayım. Dolayısıyla bir istatistik kategorisi açmak şart oldu.

Hiç bir şey olasılıksız değildir. Olasılıksız bırakmayın kendisini efendim sağlıcakla..

Referanslar
https://en.wikipedia.org/wiki/Edmond_Halley
https://en.wikipedia.org/wiki/Karl_Pearson
http://www.dr.com.tr/Kitap/Tanri-Matematikci-Mi/Mario-Livio/Bilim/Bilim-Tarihi-ve-Felsefesi/urunno=0000000632232

667 total views, no views today

Beyin mi Bağırsak mi

brainGutMısırlılar, mumyalama işlemlerinde mide, bağırsak, karaciğer gibi birçok organı korumaya alırlardı. Fakat beyin bunların arasında değildi. Mumyalama öncesinde beyni önce ezerler sonra burundan akıtıp dışarı atarlardı. Acaba bir bildikleri mi vardı Mısırlıların??

Bu yazıda nelerden bahsediliyor:

  • İkinci Beyin: Bağırsaklar
  • Mikrobiyom ve Hastalıklar
  • Yenidoğan Mikrobiyom çalışması ve Antibiyotik kullanımı
  • Probiyotikler

Vücudumuzda beyin kadar ağır, kim olduğumuzu belirlemede önemli olabilecek, şimdiye kadar fazla kaale alınmayan, hatta beyine de benzeyen, beyin kadar canlı başka bir organımız var: bağırsaklarımız. İlginç bir şekilde beyinde bulunan hormonların çoğu bağırsaklarda da mevcut, beyindeki nörotransmitter kadar bağırsakta da var.  Ayrıca bağırsaklarımızda ayrı da bir dünya var: mikroplar. Mikrobiyomumuz içimizde bir kalkan gibi bizi korur, yardımcı olur. Örneğin bazı yiyeceklerin sindirimi ile biz başa çıkamayız, mikroplarımız o işleri bizim için halleder, kolestrolün düşük seviyelerde kalmasını sağlar. Kısacası onlar bize biz de onlara muhtacız esasen ve son zamanlarda daha da fazla önemli hale geldi öyle ki ikinci beyin olarak nitelendiriliyor bağırsak mikrobiyomu.

Tıpkı fizikteki Netwon öğretisinden Einstein öğretisine geçişteki kırılım gibi, insan vücudunun algılanması ile ilgili yeni bir kırılım yaşanıyor.

Güzel yaz akşamlarında sivrisineklerin bazı insanları rahatsızlık verdiğini biliriz. Bunun nedeni cildimizdeki mikroplardan kaynaklıdır. Hayvanlar için kanıtlanmış olan ve mikroplarla ilişkili olduğu düşünülen ilginç bir şey de çiftleşme partnerinin seçimi imiş. Bende Rob Knight’ın yalancısıyım. İnsanlar için kanıtlanmamış henüz fakat şu elektrik var mı yok mu meselesi vücudumuzdaki mikroplarla ilişkili çıkarsa hiç şaşırmam.. Esra Erol’un programında bir deney yapılabilir belki :p

Şuanda mikroplar, bağırsak hastalıkları, kalp hastalıkları, kolon kanseri ve hatta obezite gibi hastalıklar ile bile ilişkilendirilmiştir. Kişilerin bağırsaklarındaki mikrop topluluğu incelenerek kişinin obez olup olmadığı %90 doğru tahmin edilebiliyor. Bu kişilerin DNA’sındaki benzerliğe bakılarak yalnız %60 doğru tahmin sağlanabiliyor.

Belki de vücudumuzdaki mikroplar, bazı sağlık durumlarında genomdaki her genden daha fazla önemli.

Obez bir kişiden ve normal bir kişiden alınan mikroplar normal farelere enjekte edilmiş, obez kişiden alınan mikropların enjekte edildiği fareler diğerlerinden daha şişman oldukları gözlenmiş. İlerde, obezite için kilo alma olayından koruyacak mikrobik toplulukları kullanarak bir aşı tasarlanabileceği düşünülüyor. Yine bir çalışmada ishal olan kişilere sağlıklı bireyden alınan mikroplar aktarıldığında hızlıca iyileşme gösteriyorlar.

Mikroplar hastalıkların tedavisinde kullanılabilecek yeni bir keşif.

Bilim dünyasının hedefleri arasında sağlıklı olma durumunun mikrobiyom haritası çıkarılması, bu haritada nerede bulunduğumuz ve nereden nereye nasıl gidilmesi gerektiğini de gösterebilecek bir “Mikrobiyom GPS” aracı oluşturabilmek.

Rob Knight ve ekibi oldukça ilginç bir çalışmaya imza atmışlar. Bir bebeğin mikrobik gelişimini incelemişler 2,5 yıl boyunca her hafta bebeğin dışkısından aldıkları örneklerle. Örneklerin, ilk zamanlarda vajinal ve cilt mikropları içerdiği, 2,5 yıl sonunda yetişkin birey dışkısı ile benzer mikrobik ortam oluşumu gözlemlemişler. Yalnız bebek antibiyotik aldığında mikrobik topluluklarda ani değişimler gözlenmiş.

Bir bebeğin ilk 6 ayında verilen antibiyotiğin, onun yaşamındaki sağlığı üzerinde derin etkiler bırakabilir.

Aşırı antibiyotik kullanımı mikrobiyom topluluklarının birçoğunu kırıp geçiriyor. Tek tük çok arada antibiyotik kullananlar için mikrobiyom çabuk toparlanabiliyor fakat hasta ve zayıf insanlar için öyle olmuyor. Antibiyotiğin yan etkisi olarak, ölümlere neden olan Clostriduim difficile adlı bir bakteri tarafından enfekte olabilirler.

Bu yıkıma çözüm olarak probiyotikler önerilebilir. Probiyotik, faydalı bakterilerdir ve yoğurt kefir de bol bulunur.

Kefir kendini iyi hissetme anlamına gelir ve Orta Asya ve Kafkaslarda yüzyıllardır tüketilen bir süt ürünüdür.

Ayrıca probiyotiklerin depresyon ve anksiyetede faydalı olduğu ortaya çıktı. Beyin ile bağırsak arasındaki etkileşimi yeniden tanımlama adına önemli . Mikropların memeli hayvanların davranışlarına bile etki edebileceği ile ilgili çalışmalar yapılmaya başlanmış.

 

Mikroplarınızla barışık kalın efendim..

Referanslar
http://www.haberturk.com/saglik/haber/687543-midenizde-ikinci-bir-beyin-var
http://www.gapskitap.com/bagirsak-beyin-iliskisi-1.html
http://www.hurriyet.com.tr/antibiyotiklerin-bebekler-uzerindeki-etkileri-24735914

Beyin – Bağırsak Bağlantısı

 

383 total views, 1 views today

İnsan Mikrobiyom Projesi

Bu yazıda nelerden bahsediliyor:

  • İnsan Mikrobiyom Projesi
  • Kişiye Özel Mikrobiyom
  • Mikrobiyom ve Hastalıklar ilgili Çalışmalar

2008’de ABD’de başlatılan İnsan Mikrobiyom Projesi 5 yıl süren ve 115 milyon dolara mal olmuş bir proje. Bu proje tıp dünyasına hastalıklara yaklaşım açısından yepyeni bir bakış açısı getirdi. Bir insanın, vücudunda 100 trilyon kadar mikroskobik canlıyla birlikte yaşadığı ortaya koyuldu. 250 insan üzerinde yapılan çalışmada, insan vücudundaki bazı noktalar belirlenerek orada yaşamını sürdüren tüm bakterilerin gen haritaları çıkarılmış, 5000’den fazla alınan örneklerde görülmüş ki, vücudumuzun farklı bölgeleri farklı mikrobik topluluklara sahip.

hmp

Yandaki resimde görülen her nokta, bir sağlıklı insanın belirlenen bölgesinden elde edilmiş mikrobiyom topluluğunu ifade ediyor. Renkler ise vücudun farklı bölgelerini (ağız içi, cilt, dışkı ve vajinal). Yani bir insanın ağzındaki mikroplar ile bağırsaklarındaki mikroplar tamamen farklı olabilirken, diğer bir insanla ağzındaki mikrobik topluluk benzerlik gösterebiliyor.

Her insanın kendine has DNA bilgisi vardır. Aslında her insan için DNA bilgisi %99 aynıdır. %1’lik farklılık insanlardaki farklılıkları yaratır. Fakat vücudumuzdaki mikrobik topluluklar için durum biraz farklıdır. Yanınızdaki kişi ile bağırsak bakterileriniz arasında sadece yaklaşık %10 benzerlik var olabiliyor. Dolayısıyla her insanın kendine özgü bir mikrop dünyası var biz bu dünyayı dokunduğumuz her yere de taşıyoruz. Bir çalışmada kişilerin kullandıkları bilgisayar faresi ve avuç içlerinden örnekler alınmış ve kimin hangi fareyi kullandığı %95 gibi yüksek bir oranda tahmin edilebilmiş. Bir kişiyle birlikte haftalar, aylar, yıllarca yaşasanız bile kendinize ait mikrobik dünyanızı koruyabiliyorsunuz.

İlk mikrobik topluluğumuzu, ilk doğarken elde ediyoruz. Normal doğan çocuklardaki mikrop topluluğu vajinal mikrobik topluluğa benzer iken, sezaryen ile doğan çocuklarda ciltteki mikrobik topluluğa benzer oluyor. Sezaryen ile doğan çocuklarda normal doğanlardan daha fazla görülen astım, alerji, obezite gibi birçok hastalık doğum anında değişmiş olan mikrobik topluluklardan kaynaklanabileceği araştırılmakta. Hatta son zamanlarda bilim insanları sezeryan ile doğan bebeklerin normal doğum sürecini yaşamadıkları için kaybettikleri mikrobik topluluğu yerine koyabilmek için, vajinal mikroplarla bir nevi mikrobik banyo yaptırılmasını uygun görüyorlar. (Kaynak)

Diyabet hastalığı nedir? Diyabet bir otoimmün hastalıktır. Vücut kendisi ile savaşıyor. Uzun yıllar diyabetin, bir bakteri tarafından vücudun insülin üreten hücreleri yok edecek şekilde immün sistemini etkilediğine inanıldı. Şimdi insan vücudunda yaşayan bakterilerin farkındalığı ile belki de diyabetin bu bakteriler arasındaki iletişim yanlışlığından kaynaklanabileceği yorumları yapılmaya başlandı.

Bağırsak bakterilerinin obezite ile ilişkisi de son zamanlarda araştırma konusu:  Genler bağırsak bakterilerini kontrol ederek kilomuzu kontrol edebilir

Genetik çalışmaların bakış açısı, genlerdeki farklılıkların direk hastalıklar ile ilişkilendirilmesi idi ki bazı hastalıklar için örneğin gögüs kanseri için BRCA geni bulundu. Şimdi biraz daha dolambaçlı bir yoldan, genlerdeki farklılıkların insan mikrobiyomunu etkileyerek hastalığa sebebiyet vermesi tartışılıyor.

Mikrobiyomu daha iyi , daha hızlı ve daha ucuza anlayabilecek hale gelmeliyiz diyor Rob Knight, Kaliforniya üniversitesinden. Mikrobiyom üzerine çalışan başlıca kişiler arasında (Knight Lab)

Rob Knight’ın Ted Talks’daki eğlenceli konuşmasını izlemenizi tavsiye ederim.

 

Mikroplarınızla barışık kalın efendim..

Referanslar
https://en.wikipedia.org/wiki/Human_Microbiome_Project

Genlerimiz Bağırsak Bakterilerini Kontrol Ederek Kilomuzu Kontrol Edebilir


https://knightlab.ucsd.edu/

http://www.nature.com/news/scientists-swab-c-section-babies-with-mothers-microbes-1.19275

 

1,546 total views, no views today

Mikroplarla İş-Birliği

“Haşin sevmek” diye bir şey vardır. Aslında bazen bir yaşam biçimi olduğunu düşünürüm.. Niyeyse daha samimi gelir bana diğer türlerden.. “ay canımm ciğerimli” konuşmalar daral getirir ruhuma belli bir müddetten sonra. Mesela “mikrop yaa” diyerek severim bazen, sıpa ve eşşek diye türevleri de mevcuttur. Garip biliyorum. Ama benim gibiler var diye düşünüyorum. Yalnız değilim biliyorum. Fazla “iyi” ortama alışkın olmamaktan mıdır nedir bilemiyorum malumunuz ortadoğu ülkesiyiz ya ondan yada ne bileyim bi çocukluğuma inip gelmem lazım sanırım bunun cevabı için. Neyse o yol uzun, buradan mikroplara yatay geçiş yapalım.

Bu yazıda nelerden bahsediliyor?

  • Mikrop ve Mikrobiyom nedir
  • Mikrobu ilk kim gördü
  • Biyoinformatikçiler ile ilişkisi
  • Mikrobiyom araştırılma trendi

mikMikrop deyince aklıma ilk gelen şey “ölsün mikroplar” reklamı. Hep öcü olarak gösterilen yeşil yaratıklar.. Halbuki onlar bizim hayat arkadaşlarımızmış ya. Birlikte yaşadığımız o kadar çok mikrop varmış ki ve onlarsız yaşayamacağımız da bir başka gerçek.. İnsan vücudunda var olan toplam hücrelerin 10 katı kadar mikropların var olduğunu biliyor muydunuz? 10 trilyon hücremiz var ise vücudumuzda, 100 trilyon kadar da mikrop hücresi var. Vücudumuzda 20.000 insan geni mevcut iken 2-20 milyon mikrop geni mevcut.

minicanZargan.com’da microbe kelimesi için İngilizce-Türkçe çevirisinde “minican” diye de bir kelimeye yer vermişler. Ne de sevimli değil mi  Dolayısıyla ölmesin mikroplar özellikle faydalı olanlar, yaşasın minicanlar!

llk bakteri 1675 de Hollandalı tuhafiyeci olan Antoni Van Leeuwenhoek tarafından görülmüş. 19 yy’ın sonlarında, doğal toprak ve sudan elde ederek mikropları, bakterileri geliştirecek laboratuvar teknikleri geliştilmiş. Şimdi de onları sadece gözlemek yerine onlarla çalışılabiliyor. 1950’lerde oksijenli ortamda üremeyen bakterileri çoğaltmak için bir teknik geliştirildi. 1980’lerde bakterileri artık üretmeye de gerek kalmadan genlerinden tanıyacak teknikler geliştirildi. Bir mikroplar dünyasıyla ilgili gen koleksiyonumuz oldu fakat %50 si şuan için bilinmiyor.

İşte vücudumuzun içini ve dışını kaplamış olan, dokunduğumuz her noktada var olan, havada, suda, toprakta, hatta uzayda imkansız koşullar artında bile yaşamlarını sürdürebilen mucizevi yaratıklar topluluğuna “mikrobiyom/mikrobiyota” diyoruz.

Mikrobiyomdan elde edilen genom bilgileri biyoinformatikçiler için muhteşem bir veri kaynağı oldu. Bilim adamları insan bağırsak mikrobiyomu içinde bazı bakterileri seçerek etkisiz hale veya etkili hale getirip bazı hastalıklar üzerindeki etkilerini değerlendirmeye başladılar. Bilişimcilerin mikrobiyologlar ile ortak çalışması sonucu, bir bilgisayar modeli oluşturulması, zaman içinde bir mikrobik topluluğun nasıl değişeceğinin tahmin edilmesi tıp alanında büyük farklılıklar yaratacağı düşünülüyor. Örneğin: bir diş fırçası düşünün ki sizin dişinizin çürüyeceğinin bilgisini önceden anlayabiliyor, yada derinizden bir parça analiz edilerek ilerde deri iltihabı olup olmayacağınız tahmin edilebiliyor.

Şöyle düşünmek lazım: İnsan, bitkiler, nehirler hepsi kendi başına bir ekosistemdir fakat aynı hayat kurallarına tabiiler. Kendimizi onlardan ayırarak bu benzerlikleri kaçırıyoruz. Mikropların yaşam sınırları yok ve dolayısıyla mikrobiyom çalışmaları tüm kıtaları ilgilendiriyor. Bu bakış açısı insan hastalıklarını da tüm fiziksel çevresiyle birlikte bir bütün olarak değerlendiriyor ki bana en mantıklı gelen bakış açısıdır. Sonuç olarak, ozon, çamaşır suyu gibi maddelerden hiç de hoşlanmayan birisi olarak, mikrobiyom konusunu oldukça benimsedim ve mikroplarla iş-birliği yaptım. Tıp bilişimi alanında olmaktan oldukça mutlu ve gururluyum, böyle evrensel bir konuda çalışacağım için mutluluğum bir kat daha arttı. Umarım hayırlı olur vatana millete.. (yine bir yeni doktora öğrencisi “euraka sendromu” cümleciği kaale almayınız 🙂 )

Şimdi kısa bir araştırma yaptım mikrobiyom ile ilgili. Google Trends’de tüm dünyada “microbiome” sözcüğü için arama trend grafiği aşağıdaki gibi: 2009’larda kıpırdanma başlamış, 2013’lerden itibaren artış hızla devam etmekte. Bölgesel olarak ABD, Avustralya, Kanada, UK, Hindistan ve Almanya ilk sıralarda. İlginç bir şey var ki bölgesel ilgiye şehir bazında baktığımda gördüm ki “Bethesda” şehri açık ara önde. Bu şehir ABD’de Maryland’da, sağlık ve tıp ile ilgili merkezlerin bulunduğu, zengin ve eğitim seviyesinin oldukça yüksek olduğu bir şehirmiş.

Tüm dünyada microbiome kelimesi için arama trendi
Tüm dünyada “microbiome” kelimesi için arama trendi

 

Sadece Türkiye için grafik aşağıdaki gibi ve 2012’den sonra bir kıpırdanma var. Lokasyon olarak  veri yok yeterli arama hacmi bulunmadığı için.

trend1
Türkiyede mikrobiyom kelimesi için arama trendi

 

Dünyada çok yeni, Türkiye’de ise henüz keşfedilmemiş bir alan mikrobiyom.

Mikroplarınızla barışık kalın efendim..

 

Referanslar

https://tr.wikipedia.org/wiki/Bakteri
https://tr.wikipedia.org/wiki/Antonie_van_Leeuwenhoek
https://www.google.com.tr/trends/

 

374 total views, no views today

Verimizi tanıyalım

vv

Baş aktörümüzü tanıyalım: İşte karşınızda “Veri”.. Veli ile karıştırmayın, Veri de konuşur tıpkı Veli gibi.. Ama Veri’deki ön yargı, eğilim ve yorum yoktur veride, desteklidir söyledikleri, yalanı, hilesi hurdası yoktur eğer sen verini doğru tanıyıp doğru yöntemlerle analiz etmiş isen.

Bu yazıda nelerden bahsediliyor?

  • Veri dosya formatları
  • Veri türleri

Temel olarak veri iyi yapıda bulunur: Yapılandırılmış  ve Yapılandırılmamış.

Yapılandırılmış veri bilgisayar işlemesine hazır halde bulunan veridir. JSON, CSV, XSL, XML, RDF, HTML gibi dosyalarda tutulabilir. Yapılandırılmamış veri, düz metin dosyası (TXT, PDF, DOC ), taranmış görsel dosyaları (JPEG vb.), ses dosyaları (MP3 vb.) gibi içeriğini anlayabilmek için ileri veri madenciliği teknikleri kullanılması gereken verilerdir.

İstatistiksel olarak da verinin türlerinden bahsedebiliriz: Nitel – Nicel Veri

Nitel Veri, adı üzerinde nitelikleri belirten veridir, sayım ile belirlenir: cinsiyet, eğitim durumu vb. Nicel veri sayısal veridir, ölçümle elde edilir: yaş, uzunluk, uzaklık vb.

Nitel Veri: Nominal ve Ordinal olarak iki alt türünden bahsedilebilir. Nominal veri kategoriktir ve “daha fazla” ifadesi ile kullanılmaz; cinsiyet gibi mesela. Daha fazla “kadın” yada daha fazla “erkek” denmez NŞA’da. Ama argo olarak denebilir tabi adam gibi adam dersin, adamın dibisin dersin, hatunun hası dersin. Bunlar hep “daha çok adam, daha çok kadın” anlamına gelir aslında ama bunun tabiki bizim konumuzla alakası yok.

Nominal veri cinsiyet gibi yanlızca ikili seçenekten oluşur ise (kadın ve erkek) buna özel bir isim verilir “dikatom (binary) ” veri denir. Ama yakında LBGT örgütleri güçlenip de cinsiyet ikiden fazladır da diyebilirler. Diğer türlerinde anketlerde yer alması istenebilir böylece daha fazla seçenek içerebilir nominal veri Medeni durum (evli, bekar, dul ) gibi. Bunlara da çoklu kategorik veri diyoruz.

Dikatom (Binary) veriler için genelllikle 1 ve 0 seçenekleri kullanılır. Örneğin evet ve hayır cevabı içeren bir test için evet 1 hayır ise 0 ile gösterilebilir. NŞA’da bu iki cevabın ağırlığı aynı olduğu kabul edilir yani evetin hayır üzerine bir üstünlüğü yoktur veyahut tam tersi. Bu durumda veri simetriktir denir.  Verinin asimetrik olduğu durumlar da olabilir. Örneğin,  bir testin + veya – çıkması durumunda negatif (-) çıkması daha önemli ise asimetrik binary veri tipi kullanılır.

Ordinal veri sıralama bilgisi içeren veri çeşitidir ve “daha fazla” ifadesi ile kullanılabilir, örneğin eğitim durumu (ilk, orta,lise,üniversite, yüksek lisans, doktora ) sıralanabilir bir veri türüdür.

Nicel Veri: Sayısal verilerdir. Sürekli ve  Kesikli olabilmesi yanında Aralıksal ve Oransal olarak da değerlendirilebilir.

Sürekli sayısal veri ölçüm yolu ile elde edilir; örneğin boy uzunluğu gibi. Kesikli sayısal veri sayılarak elde edilir, çocuk sayısı vb. gibi.

Aralıksal ve Oransal veriyi anlatmak için bir soru sorayım:

Hava Sıfır dereceyken “iki kat daha soğuk” kaç derece olur?

Aralıksal veri için iki sayı arasındaki oran anlamlı değildir. Onun için çarpma ve bölme işlemleri doğrudan doğruya tatbik edilemez. Örnek olarak : Miladî, Hicrî, Çinli vb gibi çok değişik takvim şekli olduğu için takvim tarihleri; yine santigrad, fahrenhayt vb kullanarak ısı ölçümleri. 10 derecenin iki katı 20 derece değildir örneğin. Çünkü Mutlak sıfır Kelvin deki 0’dır yani 273 santigrad. Santrigrad (273K ile 373K aralığında bir değerle ifade edilir.) iki kat soğuk hesap edilirken de 0’ın Kelvin cinsine çevirip işlem yapılmalıdır. 0 derece 273 kelvin yapar. iki kat soğuk demek bunun ikiye bölünmesi demek: 136,5 kelvin. Santigrada çevirince -136,5 santigrad derece demektir. Dolayısıyla santrigrad verisi arasında oran anlamlı değildir.

Oransal veri ise aralıksal verinin tüm özelliklerine sahiptirler ve bunlara ek olarak herhangi iki çift sayı arasında kurulan orantı da anlamlı olur. Oransal ölçekli sayılar için keyfî olmayan gerçek başlangıç sıfır noktası bulunur. Örnek olarak ısının Kelvin olarak ölçümü orantısal veri olur.  Diğer yandan, ankete cevap verenlerin için yaşı, belli bir adreste ikamet dönemi, çalışma yerinde kaç yıldır bulunduğu gibi verilerde orantısal olarak değerlendirilir mutlak 0 noktası olduğu için.

Veri türleri ve veri dosya formatları hakkında kısaca yazacaklarım bu kadar.. Veriyle kalın efendim..

Referanslar

http://mustafaakca.com/istatistiksel-veri-tipleri/
https://tr.wikipedia.org/wiki/%C3%96l%C3%A7%C3%BClme_%C3%B6l%C3%A7e%C4%9Fi
https://tr.wikipedia.org/wiki/Veri

297 total views, no views today