Τρισδιάστατη ταξινόμηση δεδομένων γονιδιακής έκφρασης με τη χρήση μεθοδολογιών μηχανικής μάθησης: Χρωμοσωμικές ταξινομήσεις σε δύο στάδια

Σδράκα, Μαρία; Sdraka, Maria

dc.contributor.author	Σδράκα, Μαρία	el
dc.contributor.author	Sdraka, Maria	en
dc.date.accessioned	2016-07-12T08:27:16Z
dc.date.available	2016-07-12T08:27:16Z
dc.date.issued	2016-07-12
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43067
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.12598
dc.rights	Αναφορά Δημιουργού 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by/3.0/gr/	*
dc.subject	Μηχανική μάθηση	el
dc.subject	Συσταδοποίηση	el
dc.subject	Ομαδοποίηση	el
dc.subject	Καρκίνος ουροδόχου κύστης	el
dc.subject	Γονιδιακή έκφραση	el
dc.subject	Μικροσυστοιχίες DNA	el
dc.subject	Τρισδιάστατος πίνακας	el
dc.subject	Βιολογία	el
dc.subject	Χρωμοσώματα	el
dc.subject	δ-TRIMAX	en
dc.subject	Machine learning	en
dc.subject	Clustering	en
dc.subject	Gene expression	en
dc.subject	Chromosomes	en
dc.subject	DNA microarrays	en
dc.subject	Bladder cancer	en
dc.subject	K-Means	en
dc.subject	Biology	en
dc.title	Τρισδιάστατη ταξινόμηση δεδομένων γονιδιακής έκφρασης με τη χρήση μεθοδολογιών μηχανικής μάθησης: Χρωμοσωμικές ταξινομήσεις σε δύο στάδια	el
heal.type	bachelorThesis
heal.classification	Βασική μηχανική μάθηση	el
heal.classification	Βιοπληροφορική	el
heal.classification	Αλγοριθμικές τεχνικές	el
heal.classificationURI	http://data.seab.gr/concepts/fec24cd140d4b110c225ac68fec062a57fb86360
heal.classificationURI	http://data.seab.gr/concepts/b50bf44af3b24e597323aa84bd26e06a0650789e
heal.classificationURI	http://data.seab.gr/concepts/7c49f6117c3f09ee90548ad70960b7a9b716deb8
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-06-29
heal.abstract	Οι μικροσυστοιχίες DNA αποτελούν μία από τις πιο διαδεδομένες πειραματικές μεθόδους στη γονιδιακή ανάλυση ιστολογικών δειγμάτων. Μέσα από αυτές τις διατάξεις γίνεται εφικτή η επισκόπηση της έκφρασης μεγάλου όγκου γονιδίων από πολλαπλά δείγματα ταυτόχρονα. Το γεγονός αυτό τις καθιστά ιδανικό εργαλείο για την ανάλυση και μελέτη καρκινικών ιστών, με στόχο την εξεύρεση των κανόνων που διέπουν γενικά το μηχανισμό της ογκογένεσης και την περαιτέρω κατανόηση της νόσου. Στην παρούσα εργασία εστιάσαμε τις προσπάθειές μας στην αξιοποίηση της πληροφορίας ότι κάθε γονίδιο σε έναν οργανισμό ανήκει αποκλειστικά σε κάποιο χρωμόσωμά του. Έτσι, δημιουργήσαμε μια νέα τρισδιάστατη δομή, διαχωρίζοντας τα γονίδια ανά χρωμοσωμικό ζεύγος, και στη συνέχεια εφαρμόσαμε διάφορες τεχνικές συσταδοποίησης, προκειμένου να απομονώσουμε τις ομάδες γονιδίων που παρουσιάζουν κοινό προφίλ έκφρασης. Πιο συγκεκριμένα, αναπτύξαμε μια παραλλαγή του δημοφιλή αλγορίθμου k-Means, με την ικανότητα να χειρίζεται και να ομαδοποιεί δισδιάστατους πίνακες, αντί διανυσμάτων. Έπειτα εφαρμόσαμε τον κλασικό k-Means στα κεντροειδή του τρισδιάστατου πίνακα και παρατηρήσαμε υψηλότερης ακρίβειας αποτελέσματα και ταχύτερους χρόνους σύγκλισης. Και στις δύο περιπτώσεις εκτελέσαμε τους αλγορίθμους ξεχωριστά στις τρεις πιθανές τομές του πίνακα: (α) κατά τον άξονα των χρωμοσωμάτων, (β) κατά τον άξονα των γονιδίων και (γ) κατά τον άξονα των δειγμάτων. Τέλος, χρησιμοποιήσαμε μια μέθοδο συσταδοποίησης υποχώρου με το όνομα δ-TRIMAX ώστε να εντοπίσουμε συστάδες και στις τρεις διαστάσεις ταυτόχρονα. Όλα τα παραπάνω υλοποιήθηκαν με χρήση της γλώσσας προγραμματισμού Python και πλήθος βιβλιοθηκών της. Στις τελευταίες ενότητες αξιολογήσαμε τα αποτελέσματα των διαφόρων συσταδοποιήσε-ων που επέστρεψαν οι αλγόριθμοι με τυπικές μεθόδους και διαπιστώσαμε την ποιότητα των συστάδων σε κάθε περίπτωση.	el
heal.abstract	DNA microarrays are amongst the most popular experimental techniques for observing the gene expression of multiple samples simultaneously. Through the use of DNA microarrays on cancerous tissues, researchers are able to study and analyse the behaviour of the genes in various stages of the disease, with the aim to explain some of the rules that govern the process of oncogenesis. The objective of this diploma thesis is to take advantage of the fact that every gene in a living organism belongs exclusively to one of its chromosomes. In this manner, we created a three-dimensional array by dividing the genes obtained by microarray experiments according to their respective chromosome pairs. Afterwards, we applied numerous clustering methods in order to isolate groups of genes that display a common expression profile. More specifically, we developed a variation of the popular k-Means algorithm, which is able to handle and cluster whole arrays instead of single vectors. We also applied the classic k-Means algorithm to the centroids of the three-dimensional array and acquired higher quality results and faster convergence. In both cases, we ran the algorithms for all axes of the array: (a) the chromosome axis, (b) the gene axis and (c) the sample axis. Finally, we used a subspace clustering technique, with the name δ-TRIMAX, in order to reveal clusters in all axes simultaneously. All of the above was implemented using the Python programming language and various libraries. In the last chapters we evaluated the obtained results with standard methods and com-mented on the quality of the clusters in each case.	en
heal.advisorName	Κουτσούρης, Δημήτριος	el
heal.committeeMemberName	Κουτσούρης, Δημήτριος	el
heal.committeeMemberName	Ματσόπουλος, Γιώργος	el
heal.committeeMemberName	Λάμπρου, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	157 σ.	el
heal.fullTextAvailability	true