This thesis analyzes biological datasets in the form of (morphological data and molecular sequences data) by utilization of Genetic Algorithms as the Feature Selection method. Information contents of the datasets were investigated and discussed. The thesis also traced the congruencies and incongruences within the dataset and seek to answer questions such as what is the minimum number of characters required to reconstruct a desired tree, or which part of the dataset carries what type of information especially for taxonomic applications.This study is composed of two parts; analysis of morphological data and molecular sequence data. In the analysis of morphological data, I have analyzed a classical dataset based on Hoplitis taxa which can be accepted as a benchmark numerical taxonomy dataset and acorn dataset. The proposed method successfully optimized the Hoplitis dataset to a set of 67 characters which was very close to predictions of the authors of the dataset. Optimization of the acorn dataset was also quiet successful by returning reasonable characters.Shorter molecular sequences up to 1000 nt were also analyzed by the optimization algorithm. Heme Cupper Oxidase dataset were resulted with positions that are found within the solution subsets frequently. Some of those positions were highly accurate with the current literature. For the longer sequences, a similar algorithm has been designed by the use of Longest Common Substring method. In this method, only the difference is that analyses were performed on small subsets separated by common blocks rather than characters or residues. In this part, we have used a well-known mammalian mitochondrial genome dataset. The algorithm has returned a relatively small subset of data to construct the same phylogeny.

Bu tezde, Genetik Algoritmalar ? Karakter Seçimi metodu kullanılarak biyolojik veri öbegleri (morfolojik ve moleküler dizi) çözümlenmiştir. Verilerin bilgi içeriği araştırılmış ve tartışılmıştır. Bu tez, belirli bir veri öbeği içindeki uyum ve uyumsuzlukları incelemekle beraber özellikle taksonomik uygulamalarda istenen ağacı bulmak için en az kaç karakter kullanmalıdır veya veri kümesinin hangi kısmı nasıl bir bilgi içerir gibi soruların da cevaplarını aramaktadır.Bu çalışma iki kısımdan oluşmaktadır; morfolojik veri çözümlemesi ve moleküler dizi verisinin çözümlemesi. İlk kısımda, sayısal taksonomide referans noktası olarak da kabul edilen Hoplitis veri öbeğini ve daha önceki çalışmamda ortaya koymuş olduğum palamut veri öbeğinin çözümlemesini yaptım. Öne sürülen yöntem, Hoplitis veri öbeğini başarılı bir şekilde veri öbeğinin yazarlarının belirttiğine çok yakın olarak 67 karaktere eniyiledi. Palamut veri öbeğinin eniyilemesi ise kabul edilebilir derecede başarılı olarak mantıklı karakterlerle sonuçlandı.Bin nükleotide kadar olan daha kısa diziler aynı eniyileme algoritması kullanılarak çözümlendi. Heme Cupper Oxidase veri öbeği çözümlemesi sonucunda, önemli pozisyonlar çözüm kümelerindeki sıklıklarına göre belirlendi. Bu pozisyonlardan bazıları güncel çalışmalarla oldukça benzerlik gösterdi. Daha uzun diziler için, En Uzun Ortak Altdizi yöntemi kullanılarak benzer bir algoritma tasarlandı. Bu yöntemde tek fark, analizler karakterler ya da pozisyonlar yerine ortak bloklar tarafından ayrılan küçük altdiziler üzerinde gerçekleştirilmiştir. Bu kısımda iyi bilinen memeli mitokondri genom veri öbeği kullanıldı. Algoritma, aynı topolojiyi oluşturabilmek için, göreceli olarak oldukça küçük bir altdiziyi buldu.