Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

ανακοίνωση παρουσίασης διπλωματικής εργασίας Σκρέτη Γ. - ΗΜΜΥ

  • Συντάχθηκε 18-06-2012 12:46 από Galateia Malandraki Πληροφορίες σύνταξης

    Email συντάκτη: gmalandraki<στο>tuc.gr

    Ενημερώθηκε: -

    Ιδιότητα: υπάλληλος ΑΡΜΗΧ.

    ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
    Τμήμα Ηλεκτρονικών Μηχανικών & Μηχανικών Υπολογιστών

    ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

    ΣΚΡΕΤΗ ΓΕΩΡΓΙΑ

    με θέμα

    “Μέθοδοι οπτικοποίησης γονιδιακών δεδομένων”
    “Visualization Methods of genomic datasets”

    Παρασκευή 22 Ιουνίου 2012, 12μμ
    Αίθουσα 141.A33, Εργαστήριο Ψηφιακής Επεξεργασίας Σήματος και Εικόνας, Κτίριο Επιστημών, Πολυτεχνειούπολη

    Εξεταστική Επιτροπή

    Καθ. Ζερβάκης Μιχάλης (επιβλέπων)
    Καθ. Μπάλας Κώστας
    Καθ. Πετράκης Ευριπίδης


    Περίληψη

    H ανάλυση μικροσυστοιχιών DNA επιτρέπει μελέτες γονιδιακής έκφρασης. Το πρότυπο της γονιδιακής έκφρασης που παράγεται, γνωστό ως προφίλ έκφρασης, απεικονίζει το υποσύνολο των γονιδιακών μεταγράφων που εκφράζονται σε ένα κύτταρο ή σε έναν ιστό. Με τη βοήθεια εξειδικευμένης μεθοδολογίας της επιστήμης της βιοπληροφορικής αναλύονται τα προφίλ γονιδιακής έκφρασης και απαντώνται ερωτήματα που σχετίζονται με γονίδια που εκφράζονται σε παθολογικές καταστάσεις. Στην παρούσα εργασία γίνεται μελέτη και υλοποίηση αλγορίθμων γονιδιακής ανάλυσης με στόχο την ομαδοποίηση και οπτικοποίηση γονιδιακών δεδομένων. Η οπτικοποίηση επιτυγχάνεται μέσω της εκτέλεσης δύο διαδοχικών βημάτων. Αρχικά τα πολυδιάστατα δεδομένα ομαδοποιούνται με διαφορετικές μεθόδους, τόσο με τη χρήση τεχνητών νευρωνικών δικτύων όσο και με τη βοήθεια κλασσικών αλγορίθμων κατηγοριοποίησης. Ένα ενδιάμεσο βήμα συνιστά η αξιολόγηση των αποτελεσμάτων της ομαδοποίησης με την εφαρμογή ποικίλων δεικτών εγκυρότητας. Το δεύτερο και τελικό στάδιο περιλαμβάνει την απεικόνιση των ομαδοποιημένων δεδομένων σε ένα χώρο χαμηλών διαστάσεων. Για το σκοπό αυτό υλοποιούνται γραμμικές και μη γραμμικές τεχνικές μείωσης διαστάσεων. Η πειραματική διαδικασία διεξάγεται πάνω σε δύο γονιδιακές βάσεις δεδομένων. Η πρώτη αφορά τον πρότυπο οργανισμό Saccharomyces cerevisiae. Η δεύτερη συσχετίζεται με την ασθένεια της οστεοαρθρίτιδας και περιλαμβάνει δύο τύπους ανθρώπινων κυττάρων, τα μεσεγχυματικά βλαστικά κύτταρα και τα χονδροκύτταρα, όπως αυτά προκύπτουν μετά την διαδικασία της χονδρογενούς διαφοροποίησης σε καλλιέργεια με τη μορφή τρισδιάστατων σφαιριδίων. Στα πλαίσια της επιβεβαίωσης της ερευνητικής διαδικασίας, η μεθοδολογία αναπτύσσεται και εφαρμόζεται σε μία τεχνητή βάση δεδομένων που αποτελείται από ένα σύνολο Gaussian πληθυσμών. Παράλληλα με τις μεθόδους ομαδοποίησης γονιδίων (gene grouping) και οπτικοποίησης που εφαρμόζονται και στα δύο γονιδιακά σύνολα, προτείνεται μία νέα μεθοδολογία ομαδοποίησης και ένα νέος δείκτης αξιολόγησής της, με βάση μέτρα χρονικής εξέλιξης που εφαρμόζεται στο σύνολο δεδομένων της οστεοαρθρίτιδας. Η εν λόγω προσέγγιση στοχεύει στο φιλτράρισμα γονιδίων (gene filtering), γονιδίων που απεικονίζουν διαφορετική συμπεριφορά σε δύο χρονικές στιγμές χρησιμοποιώντας το χρονικό προφίλ. Τέλος τα αποτελέσματα που προκύπτουν κατά την εφαρμογή των αλγορίθμων στο σακχαρομύκητα και στα δύο είδη κυττάρων, ερμηνεύονται βιολογικά με τη χρήση των συστημάτων ταξινόμησης MIPS FunCat και PANTHER, αντίστοιχα.


    Συνημμένα:

© Πολυτεχνείο Κρήτης 2012