Biological knowledge extraction and representation in Genomics based on Semantic Network Analysis

Διπλωματική Εργασία uoadl:3393720 24 Αναγνώσεις

Μονάδα:
Κατεύθυνση Βιοπληροφορική-Επιστήμη Βιοϊατρικών Δεδομένων
Πληροφορική
Ημερομηνία κατάθεσης:
2024-03-28
Έτος εκπόνησης:
2024
Συγγραφέας:
Ανδρινοπούλου Χριστίνα
Στοιχεία επιβλεπόντων καθηγητών:
Θεόδωρος Δαλαμάγκας, Διευθυντής Ερευνών, Ινστιτούτο Πληροφοριακών Συστημάτων, Ερευνητικό Κέντρο “Αθηνά”
Ιωάννης Εμίρης, Πρόεδρος και γενικός διευθυντής, Ερευνητικό Κέντρο “Αθηνά”
Αριστοτέλης Χατζηιωάννου, Διευθυντής Ερευνών, Ιδρυμα Ιατροβιολογικών Ερευνών Ακαδημίας Αθηνών
Πρωτότυπος Τίτλος:
Biological knowledge extraction and representation in Genomics based on Semantic Network Analysis
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Εξαγωγή και αναπαράσταση βιολογικής γνώσης σε γονιδιωματικά δεδομένα βάση μεθοδολογιών ανάλυσης σημασιολογικών δικτύων
Περίληψη:
Η πολυπλοκότητα και ο όγκος των βιολογικών δεδομένων αυξάνονται εκθετικά τις τελευ-
ταίες δεκαετίες, λόγω της ώριμης ανάπτυξης ποικίλων ομικών τεχνολογιών υψηλής από-
δοσης. Η πρόκληση της ουσιαστικής ερμηνείας των δεδομένων αυτών παραμένει σημα-
ντική, εξαιτίας του ιδιαίτερου χαρακτήρα τους. Στα πλαίσια αυτά, οι σημασιολογικοί γράφοι
αξιοποιούνται, ώστε να διευκολύνουν την εξαγωγή ομικής γνώσης.
Το αναδυόμενο πεδίο της ιατρικής ακριβείας επωφελεί τις στρατηγικές θεραπείας για διά-
φορες ασθένειες, συμπεριλαμβανομένου και του καρκίνου. Η ιατρική ακριβείας επικε-
ντρώνεται στη στρωματοποίηση ασθενών, με σκοπό την ανακάλυψη ομάδων που έχουν
όμοια βιολογικά ή κλινικά χαρακτηριστικά, φαινότυπους, αποκρίσεις σε φάρμακα, υπο-
τύπους ασθενειών και άλλα. Η στρωματοποίηση των ασθενών διευκολύνει την πρόταση
στοχευμένων θεραπειών σε στοχευμένες ομάδες ασθενών και κατά συνέπεια βελτιώνει τη
συνολική αποτελεσματικότητα της αγωγής σε ό,τι αφορά τα αποτελέσματα υγείας για τον
ασθενή, καθώς επίσης και τον προϋπολογισμό για το σύστημα υγείας.
Αυτή η μελέτη στοχεύει να συμβάλει στο απαιτητικό πεδίο της στρωματοποίησης ασθε-
νών αξιοποιώντας τους σημασιολογικούς γράφους για την ερμηνεία των βιολογικών δε-
δομένων των ασθενών και τις τεχνικές μη επιβλεπόμενης μάθησης για την κατάταξη αυ-
τών σε ομάδες. Η προτεινόμενη μεθοδολογία δομείται σε ένα πλαίσιο που ονομάζεται
CancerMiner. Το εργαλείο CancerMiner αξιοποιεί τη λειτουργικότητα δύο επιπλέον ερ-
γαλείων, του BioInfoMiner και του Comparative Analysis. Η ανάπτυξή του έχει γίνει με
τρόπο, ώστε να αποτελέσει μέρος μίας ήδη υπάρχουσας πλατφόρμας που παρέχει λύ-
σεις ερμηνείας ομικών δεδομένων. Στο παρόν στάδιο, το εργαλείο επικεντρώνεται στη
στρωματοποίηση ασθενών διαγνωσμένων με ακανθοκυτταρικό καρκίνωμα κεφαλής και
λαιμού, με το πλάνο να ενσωματώνει επιπλέον τύπους καρκίνου στο μέλλον.
Κύρια θεματική κατηγορία:
Θετικές Επιστήμες
Λέξεις-κλειδιά:
Σημασιολογικά Δίκτυα, Συσταδοποίηση, Ιατρική Ακριβείας, Ακανθοκυτταρικό Καρκίνωμα Κεφαλής και Λαιμού
Ευρετήριο:
Ναι
Αρ. σελίδων ευρετηρίου:
2
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
57
Αριθμός σελίδων:
77
Αρχείο:
Δεν επιτρέπεται η πρόσβαση στο αρχείο. H πρόσβαση επιτρέπεται μόνο εντός του δικτύου του ΕΚΠΑ.

Andrinopoulou_Christina_ds2200013_Thesis.pdf
12 MB
Δεν επιτρέπεται η πρόσβαση στο αρχείο. H πρόσβαση επιτρέπεται μόνο εντός του δικτύου του ΕΚΠΑ.