Türkiye Klinikleri Biyoistatistik Dergisi

.: ORİJİNAL ARAŞTIRMA
RNA Sekanslama Verileri ile Makine Öğrenimi ve Derin Öğrenme Kullanımı: Metodolojik Bir Çalışma
RNA Sequencing Data with Machine Learning and Deep Learning Usage: A Methodological Study
Ragıp Onur ÖZTORNACIa
aKoç Üniversitesi Translasyonel Araştırma Merkezi, Biyoistatistik ABD, İstanbul, Türkiye
Turkiye Klinikleri J Biostat. 2024;16(1):58-70
doi: 10.5336/biostatic.2023-100186
Makale Dili: TR
Tam Metin
Ücretsiz Erişim
ÖZET
Amaç: Bu çalışmanın amacı, klasik istatistiksel yaklaşımlar yerine RNA sekanslama verilerini analiz etmek için popüler makine öğrenimi ve derin öğrenme yöntemlerini kullanarak farklı bir perspektif sunmaktır. Ayrıca makine öğrenimi ve derin öğrenme konularında bilgi sağlamaktır. Gereç ve Yöntemler: Makine öğrenimi ve derin öğrenme yöntemlerini kullanarak, astım ve böbrek transplantasyonuna ait iki farklı ham veri seti (GSE85567 ve GSE129166) ''National Center for Biotechnology Information'' veri tabanından indirilmiş ve gerekli kalite kontrol ve hizalama prosedürlerinden geçirilmiştir. Hasta-kontrol ayrımını elde etmek için rastgele orman [random forest (RF)], destek vektör makineleri [support vector machines (SVM)] ve derin sinir ağları [deep neural networks (DNN)] modelleri uygulanmıştır. Tüm veri setleri aşırı uyumu önlemek amacıyla %67,5 eğitim, %10 test ve %22,5 doğrulama verisi olarak bölünmüş ve modellerin eğitim aşamalarında 10-katlı çapraz geçerlilik kullanılmıştır. Makine öğrenimi ve derin öğrenme için Python programlama dili ve veri işleme için Unix işletim (AT&T Bell Laboratuvarları, ABD) sistemi kullanılmıştır. Bulgular: GSE129166 veri setinde RF modelinin validasyon setinde elde ettiği doğruluk oranı 0,89 olarak hesaplanmıştır. Bu modelin hassasiyeti 0,88 ve duyarlılığı 0,92 olarak belirlenmiştir. SVM modeli validasyon setinde elde ettiği doğruluk oranı 0,88 olarak ölçülmüş, test setinde ise 0,87 olarak belirlenmiştir. GSE85567 veri seti için RF modelinin validasyon setinde doğruluk oranı 0,73 olarak ölçülmüştür. SVM için validasyon setinde doğruluk oranı 0,70 olarak ölçülmüş, DNN için ise 0,75 olarak ölçülmüştür. Sonuç: GSE85567 veri seti üzerinde yapılan çalışma, RF ve SVM modellerinin yüksek doğruluk ve performans sergilediğini göstermektedir. DNN modeli ise daha dengeli bir hassasiyet ve duyarlılık oranına sahip olup, önemli bir alternatif olarak gözlemlenmiştir. Üç modelin RNA-sekanslama verileri için hasta-kontrol sınıflaması için uygun olduğu sonucuna varılmıştır.

Anahtar Kelimeler: RNA sekanslama verileri; makine öğrenimi; derin öğrenme
ABSTRACT
Objective: The aim of this study is to provide a different perspective on the analysis of RNA sequencing data by employing popular machine learning and deep learning methods, rather than classical statistical approaches. Additionally, it aims to provide insights into machine learning and deep learning concepts. Material and Methods: Utilizing machine learning and deep learning techniques, two distinct raw datasets pertaining to asthma and kidney transplantation (GSE85567 and GSE129166) were retrieved from the National Center for Biotechnology Information database and subsequently subjected to requisite quality control and alignment procedures. Random forest (RF), support vector machines (SVM), and deep neural networks (DNN) models were implemented to achieve patient-control differentiation. To prevent overfitting, all data sets were divided into 67.5% training, 10% testing, and 22.5% validation data, and 10-fold cross-validation was employed during the training stages of the models. Python programming language was used for both machine learning and deep learning, and Unix operating (AT&T Bell Laboratories, USA) system was utilized for data processing. Results: In the GSE129166 data set, the RF model obtained an accuracy rate of 0.89 in the validation set. The precision and recall of this model were determined as 0.88 and 0.92, respectively. The SVM model measured an accuracy rate of 0.88 in the validation set, and 0.87 in the test set. For the GSE85567 data set, the accuracy rate of the RF model in the validation set was measured as 0.73. For SVM, the accuracy rate in the validation set was measured as 0.70, while for DNN, it was measured as 0.75. Conclusion: The study conducted on the GSE85567 data set demonstrates that RF and SVM models exhibit high accuracy and performance. The DNN model, on the other hand, has a more balanced precision and recall rate, and is observed to be a significant alternative. Additionally, it is observed that the DNN model shows effective performance on the GSE129166 data set. Particularly, a high accuracy rate and a balanced precision-recall balance were observed in the validation set. It is concluded that all three models are suitable for patient-control classification in RNA-seq data.

Keywords: RNA-sequencing; machine learning; deep learning
REFERANSLAR:
  1. Deshpande D, Chhugani K, Chang Y, Karlsberg A, Loeffler C, Zhang J, et al. RNA-seq data science: From raw data to effective interpretation. Front Genet. 2023;14:997383. [Crossref]  [PubMed]  [PMC] 
  2. Bao S, Li K, Yan C, Zhang Z, Qu J, Zhou M. Deep learning-based advances and applications for single-cell RNA-sequencing data analysis. Brief Bioinform. 2022;23(1):bbab473. [Crossref]  [PubMed] 
  3. Sandeep SR, Ahamad S, Saxena D, Srivastava K, Jaiswal S, Bora A. To understand the relationship between machine learning and artificial intelligence in large and diversified business organisations. Materials Today: Proceedings. 2022;56(4):2082-6. [Crossref] 
  4. Öztornacı RO, Coşgun E, Taşdelen B. Genom-boyu ilişki çalışmalarında, makine öğrenimi ve derin öğrenme yöntemlerinin farklı örnek genişliklerinde performanslarının değerlendirilmesi [Evaluation of machine learning methods and deep learning method performance in different sample size in genome association studies]. Turkiye Klinikleri Journal of Biostatistics. 2020;12(2):204-10. [Crossref] 
  5. González García C, Núñez Valdéz ER, García Díaz V, Pelayo García-Bustelo BC, Cueva Lovelle JM. A review of artificial intelligence in the internet of things. International Journal of Interactive Multimedia and Artificial Intelligence. 2019;5(4):1. [Crossref] 
  6. Alpaydin E. Introduction To Machine Learning. 4th ed. Cambridge: MIT Press; 2020.
  7. Kiranmai B, Damodaram A. A review on evaluation measures for data mining tasks", International Journal of Engineering and Computer Science. 2014;3(7):7217-20. [Link] 
  8. Breiman L. Random forests. Machine Learning. 2001;45:5-32. [Crossref] 
  9. Zhao B, Zhou H, Li X, Han D. Water saturation estimation using support vector machine. Society of Exploration Geophysicists. 2006;1693-7. [Crossref] 
  10. Korkmaz S. Küçük ilaç moleküllerinin derin sinir ağları kullanılarak sınıflandırılması [Small drug molecule classification using deep neural networks]. Turkiye Klinikleri J Biostat. 2019;11(2):93-101. [Crossref] 
  11. Goodfellow I, Bengio Y, Courville A, Bengio Y. Deep Learning. Vol. 1. Cambridge: MIT Press; 2016.
  12. Köse T, Özgür S, Coşgun E, Keskinoğlu A, Keskinoğlu P. Effect of missing data imputation on deep learning prediction performance for vesicoureteral reflux and recurrent urinary tract infection clinical study. Biomed Res Int. 2020;2020:1895076. [Crossref]  [PubMed]  [PMC] 
  13. Seide F, Agarwal A. CNTK: Microsoft's Open-Source Deep-Learning Toolkit. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2016. p.2135. [Crossref] 
  14. Schmidhuber J. Deep learning in neural networks: an overview. Neural Networks. 2015;61:85-117. [Crossref]  [PubMed] 
  15. Abadi M, Barham P, Chen J, Chen Z, Davis A, Dean J, et al. Tensorflow: A System for Large-Scale Machine Learning. 12th (USENIX) Symposium on Operating Systems Design and Implementation (OSDI' 16). November 2-6, 2016; Savannah, GA, USA: Usenix; 2016. p.265-83. [Link] 
  16. Brownlee J. Deep Learning With Python: Develop Deep Learning Models on Theano and Tensorflow Using Keras. 1st ed. Machine Learning Mastery; 2016.
  17. Gulli A, Pal S. Deep Learning With Keras. 1st ed. Birmingham: Packt Publishing Ltd; 2017.
  18. Vidal R, Bruna J, Giryes R, Soatto S. Mathematics of deep learning. Arxiv. 2017;1712.04741. [Link] 
  19. Şeker A, Diri B, Balık HH. Derin öğrenme yöntemleri ve uygulamaları hakkında bir inceleme [A review about deep learning methods and applications]. Gazi Mühendislik Bilimleri Dergisi. 2017;3(3):47-64 [Link] 
  20. Doğan F, Türkoğlu İ. (2018). Derin öğrenme algoritmalarının yaprak sınıflandırma başarımlarının karşılaştırılması [The comparison of leaf classification performance of deep learning algorithms]. Sakarya University Journal of Computer and Information Sciences. 2018;1(1):10-21. [Link] 
  21. Kurt F. Evrişimli sinir ağlarında hiper parametrelerin etkisinin incelenmesi [Yüksek lisans tezi]. Ankara: Hacettepe Üniversitesi; 2018. Erişim tarihi: 29.02.2024 [Link] 
  22. Min S, Lee B, Yoon S. Deep learning in bioinformatics. Brief Bioinform. 2017;18(5):851-69. [PubMed] 
  23. Küçük D, Arıcı N. Doğal dil işlemede derin öğrenme uygulamaları üzerine bir literatür çalışması [A literature study on deep learning applications in natural language processing]. Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi. 2018;2(2):76-86. [Link] 
  24. Güreşen E. Dynamic market value forecasting using artificial neural networks [PhD thesis]. İstanbul: İstanbul Technical University; 2008. Erişim tarihi: 29.02.2024 [Link] 
  25. Van Hulle MM. Self-organizing maps. In: Rozenberg G, Bäck T, Kok JN, eds. Handbook of Natural Computing. 1st ed. Berlin, Heidelberg: Springer; 2012. p.585-622. [Crossref] 
  26. Özçalıcı M. Özdüzenleyici haritalar yöntemi ile bankacılık sektörü piyasa bölümlendirilmesi [Market segmentation with self-organizing maps in banking indus-try]. BDDK Bankacılık ve Finansal Piyasalar Dergisi. 2017;11(2):9-30. [Link] 
  27. Pekmezci M. Kısıtlanmış Boltzmann makinesi ile zaman serilerinin tahmini [Yüksek lisans tezi]. İstanbul: Maltepe Üniversitesi; 2012. Erişim tarihi: 29.02.2024 [Link] 
  28. Aminanto E, Kim K. Deep learning in intrusion detection system: an overview. 2016 International Research Conference on Engineering and Technology (2016 IRCET). Higher Education Forum. 2016. [Link] 
  29. Binbusayyis A, Vaiyapuri T. Unsupervised deep learning approach for network intrusion detection combining convolutional autoencoder and one-class SVM. Applied Intelligence. 2021;51(10):7094-108. [Crossref] 
  30. McDermaid A, Monier B, Zhao J, Liu B, Ma Q. Interpretation of differential gene expression results of RNA-seq data: review and integration. Brief Bioinform. 2019;20(6):2044-54. [Crossref]  [PubMed]  [PMC] 
  31. Nicodemus-Johnson J, Myers RA, Sakabe NJ, Sobreira DR, Hogarth DK, Naureckas ET, et al. DNA methylation in lung cells is associated with asthma endotypes and genetic risk. JCI Insight. 2016;1(20):e90151. [Crossref]  [PubMed]  [PMC] 
  32. Van Loon E, Gazut S, Yazdani S, Lerut E, de Loor H, Coemans M, et al. Development and validation of a peripheral blood mRNA assay for the assessment of antibody-mediated kidney allograft rejection: A multicentre, prospective study. EBioMedicine. 2019;46:463-72. [Crossref]  [PubMed]  [PMC] 
  33. Goksuluk D, Zararsiz G, Korkmaz S, Eldem V, Zararsiz GE, Ozcetin E, et al. MLSeq: Machine learning interface for RNA-sequencing data. Comput Methods Programs Biomed. 2019;175:223-31. [Crossref]  [PubMed] 
  34. Zararsız G, Goksuluk D, Korkmaz S, Eldem V, Zararsiz GE, Duru IP, et al. A comprehensive simulation study on classification of RNA-Seq data. PLoS One. 2017;12(8):e0182507. [Crossref]  [PubMed]  [PMC] 
  35. Kasikci M, Coşgun E, Karabulut E. Classification performance comparison of deep learning and classical data mining methods on RNA-seq data set. International Journal of Data Mining and Bioinformatics. 2021;26(3-4):188-201. [Crossref] 

.: Güncel

Giriş



İletişim


Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.

.: Adres

Türkocağı Caddesi No:30 06520 Balgat / ANKARA
Telefon: +90 312 286 56 56
Faks: +90 312 220 04 70
E-posta: info@turkiyeklinikleri.com

.: Yazı İşleri Servisi

Telefon: +90 312 286 56 56/ 2
E-posta: yaziisleri@turkiyeklinikleri.com

.: İngilizce Dil Redaksiyonu

Telefon: +90 312 286 56 56/ 145
E-posta: tkyayindestek@turkiyeklinikleri.com

.: Reklam Servisi

Telefon: +90 312 286 56 56/ 142
E-posta: reklam@turkiyeklinikleri.com

.: Abone ve Halkla İlişkiler Servisi

Telefon: +90 312 286 56 56/ 118
E-posta: abone@turkiyeklinikleri.com

.: Müşteri Hizmetleri

Telefon: +90 312 286 56 56/ 118
E-posta: satisdestek@turkiyeklinikleri.com

1. KULLANIM KOŞULLARI

1.1. http://www.turkiyeklinikleri.com alan adından veya bu alan adına bağlı alt alan adlarından ulaşılan internet sayfalarını (Hepsi birden kısaca "SİTE" olarak anılacaktır) kullanmak için lütfen aşağıda yazılı koşulları okuyunuz. Bu koşulları kabul etmediğiniz takdirde "SİTE"yi kullanmaktan vazgeçiniz. "SİTE" sahibi bu "SİTE"de yer alan veya alacak olan bilgileri, formları, içeriği, "SİTE"'yi, "SİTE" kullanma koşullarını dilediği zaman değiştirme hakkını saklı tutmaktadır.

1.2. Bu "SİTE"'nin sahibi Türkocağı cad. No:30, 06520 Balgat Ankara adresinde ikamet eden Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.'dir (bundan böyle kısaca "Türkiye Klinikleri" olarak anılacaktır). "SİTE"'de sunulan hizmetler "Türkiye Klinikleri" tarafından sağlanmaktadır.

1.3. Bu "SİTE"'de sunulan hizmetlerden belirli bir bedel ödeyerek ya da bedelsiz olarak yararlananlar veya herhangi bir şekilde "SİTE"ye erişim sağlayan her gerçek ve tüzel kişi aşağıdaki kullanım koşullarını kabul etmiş sayılmaktadır. İşbu sözleşme içinde belirtilen koşulları "Türkiye Klinikleri" dilediği zaman değiştirebilir. Bu değişiklikler periyodik olarak "SİTE"'da yayınlanacak ve yayınlandığı tarihte geçerli olacaktır. "Türkiye Klinikleri" tarafından işbu sözleşme hükümlerinde yapılan her değişikliği "SİTE" hizmetlerinden yararlanan ve "SİTE"ye erişim sağlayan her gerçek ve tüzel kişi önceden kabul etmiş sayılmaktadır.

1.4. İşbu "SİTE Kullanım Koşulları" 30.03.2014 tarihinde en son değişiklik yapılarak ve web sitesi üzerinden yayınlanarak; "SİTE"yi kullanan her kişi tarafından erişimi mümkün kılınıp yürürlülüğe konmuştur. İşbu "SİTE Kullanım Koşulları" ayrıca, "Türkiye Klinikleri" hizmetlerinden belli bir bedel ödeyerek veya ödemeden yararlanacak olan kullanıcılarla yapılmış ve/veya yapılacak olan her türlü "KULLANICI Sözleşmesi"nin de ayrılmaz bir parçasıdır.

2. TANIMLAR

2.1. "SİTE" : "Türkiye Klinikleri" tarafından belirlenen çerçeve içerisinde çeşitli hizmetlerin ve içeriklerin sunulduğu çevrimiçi (on-line) ortamdan http://www.turkiyeklinikleri.com alan adından ve/veya bu alan adına bağlı alt alan adlarından erişimi mümkün olan web sitesi.

2.2. KULLANICI : "SİTE"ye çevrimiçi (on-line) ortamdan erişen her gerçek ve tüzel kişi.

2.3. LİNK : "SİTE" üzerinden bir başka web sitesine, dosyalara, içeriğe veya başka bir web sitesinden "SİTE"ye, dosyalara ve içeriğe erişimi mümkün kılan bağlantı.

2.4. İÇERİK : "Türkiye Klinikleri" "SİTE"yi ve/veya herhangi bir web sitesinden yayınlanan veya erişimi mümkün olan her türlü bilgi, dosya, resim, rakam, fiyat v.b görsel, yazınsal ve işitsel imgeler.

2.5. "KULLANICI SÖZLEŞMESİ" : "Türkiye Klinikleri"nin sunacağı özel nitelikteki hizmetlerden yararlanacak olan gerçek ve/veya tüzel kişilerle "Türkiye Klinikleri" arasında elektronik ortamda akdedilen sözleşme.

3. HİZMETLERİN KAPSAMI

3.1. "Türkiye Klinikleri", "SİTE" üzerinden sunacağı hizmetlerin kapsamını ve niteliğini belirlemekte tamamen serbesttir.

3.2. "Türkiye Klinikleri" "SİTE" bünyesinde sunulacak servislerden yararlanabilmek için, "KULLANICI"nın "Türkiye Klinikleri" tarafından belirlenecek özellikleri taşıması gereklidir. "Türkiye Klinikleri", bu gerekliliği tek taraflı olarak dilediği zaman değiştirebilir.

3.3. "Türkiye Klinikleri"nin "SİTE" üzerinden belirli bir ücret karşılığı veya ücretsiz olarak vereceği hizmetler sınırlı sayıda olmamak üzere;

- Sağlık sektörüne yönelik bilimsel makaleler, kitaplar ve bilgilendirici yayınları sağlamak.

- - Bilimsel dergilere yönelik makale hazırlama aşamasında biçimsel, istatistikî ve editöryal destek sağlamak.

4. GENEL HÜKÜMLER

4.1. "Türkiye Klinikleri", "SİTE" dâhilinde erişime açtığı hizmetler ve içeriklerden hangisinin ücrete tabi olacağını belirlemekte tamamen serbesttir.

4.2. "Türkiye Klinikleri"'nin sunduğu hizmetlerden yararlananlar ve siteyi kullananlar, yalnızca hukuka uygun ve şahsi amaçlarla "SİTE" üzerinde işlem yapabilirler. Kullanıcıların, "SİTE" dâhilinde yaptığı her işlem ve eylemdeki hukuki ve cezai sorumluluk kendilerine aittir. Her KULLANICI, "Türkiye Klinikleri"nin ve/veya başka bir üçüncü şahsın haklarına tecavüz teşkil edecek nitelikteki herhangi bir iş ve eylemde bulunmayacağını; yazılı, görsel ve işitsel bilgileri açıklamayacağını, "Türkiye Klinikleri"ne açıkladığı ve/veya "SİTE"ye gönderdiği her türlü yazılı, görsel ve işitsel bilginin "Türkiye Klinikleri"ne açıkladığı ve/veya "SİTE"ye gönderdiği sırada her türlü biçimde kullanılması, işlenmesi, saklanması, açıklanması ve üçüncü kişilere karşı ifşa edilmesi konusunda münhasır hak sahibi olduğunu kabul, beyan ve taahhüt eder. "KULLANICI" "SİTE" dâhilinde bulunan resimleri, metinleri, görsel ve işitsel imgeleri, video klipleri, dosyaları, veritabanları, katalogları ve listeleri çoğaltmayacağı, kopyalamayacağı, dağıtmayacağı, işlemeyeceğini, gerek bu eylemleri ile gerekse de başka yollarla "Türkiye Klinikleri" ile doğrudan ve/veya dolaylı olarak rekabete girmeyeceğini kabul ve taahhüt etmektedir.

4.3. "SİTE" dâhilinde üçüncü kişiler tarafından sağlanan hizmetlerden ve yayınlanan içeriklerden dolayı "Türkiye Klinikleri"nin, işbirliği içinde bulunduğu kurumların, "Türkiye Klinikleri" çalışanlarının ve yöneticilerinin, "Türkiye Klinikleri" yetkili satıcılarının sorumluluğu bulunmamaktadır. Herhangi bir üçüncü kişi tarafından sağlanan ve yayınlanan bilgilerin, içeriklerin, görsel ve işitsel imgelerin doğruluğu ve hukuka uygunluğunun taahhüdü bütünüyle bu eylemleri gerçekleştiren üçüncü kişilerin sorumluluğundadır. "Türkiye Klinikleri", üçüncü kişiler tarafından sağlanan hizmetlerin ve içeriklerin güvenliğini, doğruluğunu ve hukuka uygunluğunu taahhüt ve garanti etmemektedir.

4.4. "KULLANICI"lar, "SİTE"yi kullanarak, "Türkiye Klinikleri"nin, diğer "KULLANICI"ların ve üçüncü kişilerin aleyhine hiçbir faaliyette bulunamazlar. "KULLANICI"ların işbu "SİTE Kullanım Koşulları" hükümlerine ve hukuka aykırı olarak gerçekleştirdikleri "SİTE" üzerindeki faaliyetler nedeniyle üçüncü kişilerin uğradıkları veya uğrayabilecekleri zararlardan dolayı "Türkiye Klinikleri"nin doğrudan ve/veya dolaylı hiçbir sorumluluğu yoktur.

4.5. "KULLANICI"lar, "SİTE" dâhilinde kendileri tarafından sağlanan bilgilerin ve içeriklerin doğru ve hukuka uygun olduğunu kabul ve taahhüt etmektedirler. "Türkiye Klinikleri", "KULLANICI"lar tarafından "Türkiye Klinikleri"ne iletilen veya "SİTE" üzerinden kendileri tarafından yüklenen, değiştirilen ve sağlanan bilgilerin ve içeriklerin doğruluğunu araştırma; bu bilgi ve içeriklerin güvenli, doğru ve hukuka uygun olduğunu taahhüt ve garanti etmekle yükümlü ve sorumlu değildir.

4.6. "KULLANICI"lar, "SİTE" dâhilinde Türk Ticaret Kanunu hükümleri uyarınca haksız rekabete yol açacak faaliyetlerde bulunmayacağını, "Türkiye Klinikleri"nin ve üçüncü kişilerin şahsi ve ticari itibarı sarsacak, kişilik haklarına tecavüz ve taarruz edecek fiilleri gerçekleştirmeyeceğini kabul ve taahhüt etmektedir.

4.7. "Türkiye Klinikleri", "SİTE" dâhilinde sunulan hizmetleri ve içerikleri her zaman değiştirebilme hakkını saklı tutmaktadır. "Türkiye Klinikleri", bu hakkını hiçbir bildirimde bulunmadan ve önel vermeden kullanabilir. "KULLANICI"lar, "Türkiye Klinikleri"nin talep ettiği değişiklik ve/veya düzeltmeleri ivedi olarak yerine getirmek zorundadırlar. "Türkiye Klinikleri" tarafından talep edilen değişiklik ve/veya düzeltme istekleri gerekli görüldüğü takdirde "Türkiye Klinikleri" tarafından yapılabilir. "Türkiye Klinikleri" tarafından talep edilen değişiklik ve/veya düzeltme taleplerinin, "KULLANICI"lar tarafından zamanında yerine getirilmemesi sebebiyle doğan veya doğabilecek zararlar, hukuki ve cezai sorumluluklar tamamen kullanıcılara aittir.

4.8. "SİTE" üzerinden, "Türkiye Klinikleri"nin kendi kontrolünde olmayan ve başkaca üçüncü kişilerin sahip olduğu ve işlettiği başka web sitelerine ve/veya "İÇERİK"lere ve/veya dosyalara link verebilir. Bu link'ler sadece referans kolaylığı nedeniyle sağlanmış olup ilgili web sitesini veya işleten kişiyi desteklemek amacıyla veya web sitesi veya içerdiği bilgilere yönelik herhangi bir türde bir beyan veya garanti niteliği taşımamaktadır. "SİTE" üzerindeki linkler vasıtasıyla erişilen web siteleri, dosyalar ve içerikler, bu linkler vasıtasıyla erişilen web sitelerinden sunulan hizmetler veya ürünler veya bunların içeriği hakkında "Türkiye Klinikleri"nin herhangi bir sorumluluğu yoktur.

4.9. "Türkiye Klinikleri", "SİTE" üzerinden "KULLANICILAR" tarafından kendisine iletilen bilgileri "Gizlilik Politikası" ve "KULLANICI Sözleşmesi" hükümleri doğrultusunda kullanabilir. Bu bilgileri işleyebilir, bir veritabanı üzerinde tasnif edip muhafaza edebilir. "Türkiye Klinikleri" aynı zamanda; KULLANICI veya ziyaret edenin kimliği, adresi, elektronik posta adresi, telefonu, IP adresi, "SİTE"nin hangi bölümlerini ziyaret ettiği, domain tipi, tarayıcı (browser) tipi, tarih ve saat gibi bilgileri de istatistiki değerlendirme ve kişiye yönelik hizmetler sunma gibi amaçlarla kullanabilir.

5. FİKRİ MÜLKİYET HAKLARI

5.1. Bu "SİTE" dâhilinde erişilen veya hukuka uygun olarak kullanıcılar tarafından sağlanan bilgiler ve bu "SİTE"nin (sınırlı olmamak kaydıyla tasarım, metin, imge, html kodu ve diğer kodlar) tüm elemanları (Hepsi birden "Türkiye Klinikleri"nin telif haklarına tabi çalışmaları olarak anılacaktır) "Türkiye Klinikleri"ne aittir. Kullanıcılar, "Türkiye Klinikleri" hizmetlerini, "Türkiye Klinikleri" bilgilerini ve "Türkiye Klinikleri"nin telif haklarına tabi çalışmalarını yeniden satmak, işlemek, paylaşmak, dağıtmak, sergilemek veya başkasının "Türkiye Klinikleri"nin hizmetlerine erişmesi veya kullanmasına izin vermek hakkına sahip değildirler. İşbu "SİTE Kullanım Koşulları" dâhilinde "Türkiye Klinikleri" tarafından sarahaten izin verilen durumlar haricinde "Türkiye Klinikleri"nin telif haklarına tabi çalışmalarını çoğaltamaz, işleyemez, dağıtamaz veya bunlardan türemiş çalışmalar yapamaz veya hazırlayamaz.

5.2. İşbu "SİTE Kullanım Koşulları" dâhilinde "Türkiye Klinikleri" tarafından sarahaten yetki verilmediği hallerde "Türkiye Klinikleri"; "Türkiye Klinikleri" hizmetleri, "Türkiye Klinikleri" bilgileri, "Türkiye Klinikleri" telif haklarına tabi çalışmaları, "Türkiye Klinikleri" ticari markaları, "Türkiye Klinikleri" ticari görünümü veya bu SİTE vasıtasıyla sağladığı başkaca varlık ve bilgilere yönelik tüm haklarını saklı tutmaktadır.

6. SİTE KULLANIM KOŞULLARINDA DEĞİŞİKLİKLER

"Türkiye Klinikleri", tamamen kendi takdirine bağlı olarak işbu "SİTE Kullanım Koşulları"nı herhangi bir zamanda "SİTE"'da ilan ederek değiştirebilir. İşbu "SİTE Kullanım Koşulları"nın değişen hükümleri, ilan edildikleri tarihte geçerlilik kazanacaktır. İşbu "SİTE Kullanım Koşulları" kullanıcının tek taraflı beyanları ile değiştirilemez.

7. MUCBİR SEBEPLER

Hukuken mücbir sebep sayılan tüm durumlarda, "Türkiye Klinikleri" işbu "SİTE Kullanım Koşulları", gizlilik politikası ve "KULLANICI Sözleşmesi"nden herhangi birini geç ifa etme veya ifa etmeme nedeniyle yükümlü değildir. Bu ve bunun gibi durumlar, "Türkiye Klinikleri" açısından, gecikme veya ifa etmeme veya temerrüt addedilmeyecek veya bu durumlar için "Türkiye Klinikleri"nin herhangi bir tazminat yükümlülüğü doğmayacaktır. "Mücbir sebep" terimi, ilgili tarafın makul kontrolü haricinde ve "Türkiye Klinikleri"nin gerekli özeni göstermesine rağmen önleyemediği olaylar olarak yorumlanacaktır. Bunu yanında sınırlı olmamak koşuluyla, doğal afet, isyan, savaş, grev, iletişim sorunları, altyapı ve internet arızaları, elektrik kesintisi ve kötü hava koşulları gibi durumlar mücbir sebep olaylarına dâhildir.

8. UYGULANACAK HUKUK VE YETKİ

İşbu "SİTE Kullanım Koşulları" uygulanmasında, yorumlanmasında ve bu "SİTE Kullanım Koşulları" dâhilinde doğan hukuki ilişkilerin yönetiminde yabancılık unsuru bulunması durumunda Türk kanunlar ihtilafı kuralları hariç olmak üzere Türk Hukuku uygulanacaktır. İşbu sözleşmeden dolayı doğan veya doğabilecek her türlü ihtilafın hallinde Ankara Mahkemeleri ve İcra Daireleri yetkilidir.

9. YÜRÜRLÜLÜK VE KABUL

İşbu "SİTE Kullanım Koşulları" "Türkiye Klinikleri" tarafından "SİTE" içersinde ilan edildiği tarihte yürürlülük kazanır. Kullanıcılar, işbu sözleşme hükümlerini "SİTE"yi kullanmakla kabul etmiş olmaktadırlar. "Türkiye Klinikleri", dilediği zaman iş bu sözleşme hükümlerinde değişikliğe gidebilir ve değişiklikler sürüm numarası ve değişiklik tarihi belirtilerek "SİTE" üzerinde yayınlandığı tarihte yürürlülüğe girer.

30.03.2014

Gizlilik Bildirimi

  Sitemizi ziyaret etmeden önce aşağıda yazılı kullanım ilkelerini mutlaka okumanızı öneririz. Bu şartları kabul etmeniz halinde sitemizden faydalanırken kurallarımıza uymanız yararınıza olacaktır. Lütfen Kullanım İlkelerimizin tamamını okuyunuz.

  www.turkiyeklinikleri.com Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.'ye ait hekimleri sağlık alanında bilgilendirmeye yönelik hazırlanmış bir web sitesidir.

  www.turkiyeklinikleri.com kullanıcılarının kimliklerine, adreslerine, hizmet sağlayıcılarına ve benzeri bilgilerine erişemez. Bu bilgileri kullanıcılar isterse formlar yoluyla siteye gönderebilirler. Ancak, www.turkiyeklinikleri.com donanım ve yazılım bilgilerinizi toplayabilir. Bu bilgiler arasında şunlar yer alır: IP adresiniz, tarayıcı türü, işletim sistemi, etki alan adı, erişim süreleri ve ilgili web adresleri. www.turkiyeklinikleri.com kullanıcılardan aldığı kişisel bilgileri (isminiz, elektronik posta adresiniz, ev ve iş adresiniz, telefon numaranız, vb.) üçüncü bir kuruma satamaz, kamuoyuna yayınlayamaz, site içinde tutamaz. Alınan bilgiler sitenin ziyaretçi profili, raporlama ve hizmetlerin tanıtımına kaynak olması için yönlendirici özellik taşır.

  www.turkiyeklinikleri.com sizden aldığı bilgileri şu amaçlar için kullanır:

-Web sitesini iyileştirmek,geliştirmek ve kaliteyi korumak,

-Ziyaretçi profili ve genel istatistik veriler oluşturmak,

-Ziyaretçilerin sitemizi nasıl kullandığı ile ilgili eğilimlerini belirlemek,

-Asılı yayınlar/yazışmalar göndermek,

-Elektronik posta yoluyla basın bültenleri veya bildirimler göndermek,

-Etkinlik ya da yarışma için liste oluşturmak.

  www.turkiyeklinikleri.com adresini kullanmakla;

-Herhangi bir kullanıcının yasal ve ahlaki olmayan davranışlarından Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.'nin sorumlu tutulamayacağını,

-Kullanım ilkelerinin zaman zaman değiştirebileceğini,

-Diğer bağlantı sağladığı ama denetleyemediği sitelerin içeriklerinden veya bilgisayarınıza verecek zararlardan sorumlu olmadığını kabul etmiş sayılırsınız.

  Aşağıda belirtilen durumlarda Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş. sitesini kullanıcılara kapatabilir:

-Yanlış, eksik, yanıltıcı ve genel ahlak kurallarına uygun olmayan ifadeleri içeren bilgilerin siteye kaydedilmesi durumunda,

-İstenilen bilgilerin içine ilan, reklam, duyuru, özel veya tüzel kişiliklere hakaret içeren ifadeler kullanıldığında,

-Çeşitli yollarla siteye yapılan saldırılar sırasında

-Virüs nedeniyle sitenin yapısının bozulması durumunda.

  Kod ve yazılım da dahil, sitede yer alan yazılı, görüntülü ve sesli fikir ürünleri Telif Hakları ile ilgili yasal mevzuat uyarınca güvence altındadır.

  Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.in yazılı izni olmadığı sürece sitede yer alan bilgiler; başka bir bilgisayara yüklenemez, değiştirilemez, çoğaltılamaz, kopyalanamaz, yeniden yayınlanamaz, postalanamaz, dağıtılamaz.

  Sitede bulunan yazılım ve tasarımların her hakkı Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.’ye aittir.

  Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş. kullanım ilkelerimizle ilgili yorumlarınızı almaktan memnuniyet duyacaktır. Sitemizi zenginleştirebileceğini düşündüğünüz konuları ya da sitemizle ilgili yaşadığınız bir problem olursa lütfen bizimle paylaşın.

info@turkiyeklinikleri.com

04.04.2014