Συντάχθηκε 25-04-2013 11:35
από Eleni Stamataki
Email συντάκτη: estamataki<στο>tuc.gr
Ενημερώθηκε:
-
Ιδιότητα: σύνταξη/αποχώρηση υπάλληλος.
Τμήμα Ηλεκτρονικών Μηχανικών & Μηχανικών Υπολογιστών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΜΠΑΚΑΛΗ ΚΩΝΣΤΑΝΤΙΝΑ
με θέμα
“ Ανάπτυξη αλγορίθμων για εξαγωγή γονιδιακών υπογραφών στην οστεοαρθρίτιδα”
“Development of algorithms for export gene signatures in osteoarthritis”
Τρίτη 30 Απριλίου 2013, 11πμ
Αίθουσα 145.Π42, Κτίριο Επιστημών, Πολυτεχνειούπολη
Εξεταστική Επιτροπή
Καθ. Μιχάλης Ζερβάκης (επιβλέπων)
Καθ. Λιάβας Αθανάσιος
Καθ. Πετράκης Ευριπίδης
Περίληψη
Οι μικροσυστοιχίες DNA καθιστούν δυνατή τη ποσοτική ανάλυση της έκφρασης χιλιάδων γονιδίων με ένα παράλληλο και διεξοδικό τρόπο. Το πρότυπο της γονιδιακής έκφρασης που παράγεται, γνωστό ως προφίλ έκφρασης, απεικονίζει το υποσύνολο των μεταγράφων των γονιδίων που εκφράζονται σε ένα κύτταρο ή σε έναν ιστό. Η ανάλυση και επεξεργασία των δεδομένων της γονιδιακής έκφρασης πραγματοποιείται με τη βοήθεια εργαλείων της Βιοπληροφορικής και εξάγονται συμπεράσματα σχετικά με διαγνωστικούς ή προγνωστικούς γενετικούς βιοδείκτες (γονίδια) που συνδέονται με κάποια συγκεκριμένη ασθένεια. Στη παρούσα διπλωματική εργασία γίνεται μελέτη και υλοποίηση αλγορίθμων γονιδιακής ανάλυσης με στόχο τη μείωση των διαστάσεων και τη ταξινόμηση γονιδιακών δεδομένων. Συγκεκριμένα, χρησιμοποιούνται τρείς διαφορετικές τεχνικές ((1)RFE-LNW, (2)LASSO, (3)συνδυασμός RFE-LNW και FSMLP) για τη δημιουργία υποσυνόλων με πιθανά επικρατέστερα γονίδια καθώς και ο γραμμικός SVM ταξινομητής για την εκτίμηση της προγνωστικής δύναμης των διαφορετικών υποσυνόλων γονιδίων που παράγονται. Η διαδικασία της επιλογής των γονιδίων είναι ενσωματωμένη σε ένα External Cross Validation σύστημα, με σκοπό να ενισχυθεί η εμπιστοσύνη στα αποτελέσματα. Η πειραματική διαδικασία διεξάγεται πάνω σε μια βάση δεδομένων που σχετίζεται με την οστεοαρθρίτιδα, ασθένεια η οποία οδηγεί σε σημαντική νοσηρότητα και υστερεί στη διαθεσιμότητα αποτελεσματικών θεραπειών. Τα δεδομένα γονιδιακής έκφρασης που χρησιμοποιήθηκαν προέρχονται από δείγματα ιστού αρθρικού υμένα ασθενών με οστεοαρθρίτιδα και συγκρίθηκαν με αντίστοιχα δείγματα υγιών ατόμων.
Οι γονιδιακές υπογραφές στις οποίες καταλήγουμε μετά την επεξεργασία των γονιδιακών δεδομένων αξιολογούνται με όρους στατιστικούς και βιολογικούς. Τα αποτελέσματα που προκύπτουν δείχνουν ότι η μέθοδος LASSO παράγει ένα σύνολο από γενετικούς βιοδείκτες (γονιδιακή υπογραφή) με υψηλή προγνωστική ακρίβεια. Ο συνδυασμός των μεθόδων RFE-LNW & FSMLP καθώς και η τεχνική RFE-LNW ακολουθούν με αρκετά ικανοποιητικά αποτελέσματα. Τέλος, εξετάζοντας το βιολογικό περιεχόμενο των γονιδιακών υπογραφών με τη βοήθεια του συστήματος ταξινόμησης WebGestalt παρατηρούμε ότι τα γονίδια των υπογραφών, παρόλο που δεν είναι τα ίδια, συμμετέχουν στις ίδιες βιολογικές διεργασίες καθώς και σε αρκετά κοινά μοριακά μονοπάτια. Επίσης με το εργαλείο Genotator υπολογίστηκε η συσχέτιση των γονιδίων που περιλαμβάνονται στις υπογραφές με την ασθένεια της οστεοαρθρίτιδας.
