Ανάλυση δεδομένων γονιδιακής έκφρασης με χρήση εμπειρικών Μπεϋζιανών μεθόδων και υπολογιστική κατηγοριοποίηση καρκινικών μελανωματικών δειγμάτων για επανατοποθέτηση φαρμάκων

Νταγιάντας, Κωνσταντίνος; Ntagiantas, Konstantinos

dc.contributor.author	Νταγιάντας, Κωνσταντίνος	el
dc.contributor.author	Ntagiantas, Konstantinos	en
dc.date.accessioned	2018-11-05T12:21:12Z
dc.date.available	2018-11-05T12:21:12Z
dc.date.issued	2018-11-05
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/47909
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16109
dc.rights	Default License
dc.subject	Καρκίνος	el
dc.subject	Βιοπληροφορική	el
dc.subject	Επανατοποθέτηση	el
dc.subject	Μελάνωμα	el
dc.subject	Βιολογικά μονοπάτια	el
dc.subject	Cancer	en
dc.subject	Melanoma	en
dc.subject	Bioinformatics	en
dc.subject	Pathways	en
dc.subject	Repurposing	en
dc.title	Ανάλυση δεδομένων γονιδιακής έκφρασης με χρήση εμπειρικών Μπεϋζιανών μεθόδων και υπολογιστική κατηγοριοποίηση καρκινικών μελανωματικών δειγμάτων για επανατοποθέτηση φαρμάκων	el
dc.title	Analysis of gene expression data using empirical Bayes methods and computational classification of cancerous melanoma cell lines for drug repositioning	en
heal.type	bachelorThesis
heal.classification	Βιοπληροφορική	el
heal.classification	Υπολογιστική βιολογία	el
heal.classification	Συστημική βιολογία	el
heal.classification	Computational biology	en
heal.classification	Bioinformatics	en
heal.classificationURI	http://data.seab.gr/concepts/b50bf44af3b24e597323aa84bd26e06a0650789e
heal.classificationURI	http://data.seab.gr/concepts/c0de3b7c962d31b616ec7607699ad8d4140426e3
heal.classificationURI	http://data.seab.gr/concepts/0f9bfc513726558dfc739ec69e9cb11fefa6ef04
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh2003008355
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh00003585
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2018-09-24
heal.abstract	Gene expression data for melanoma and healthy melanocyte samples from four different DNA microarrays of GEO were integrated through Bayesian model correction. Differential gene expression analysis was conducted with resampling and after the clustering of the cell lines in the space of the first two principal components. The differentially expressed genes were used as features for an SVM algorithm to classify healthy and cancerous samples, and the gene signatures of the cell lines were used as input into the cMap tool of Broad Institute to find drugs with similar signatures, for potential therapy.	en
heal.abstract	Δεδομένα γονιδιακής έκφρασης από τέσσερα διαφορετικά πειράματα μικροσυστοιχιών DNA του GEO, με μελανωματικά και υγιή δείγματα δέρματος ενσωματώθηκαν σε εννιαίο πάνελ μέσω Μπεϋζιανών μοντέλων που αφαιρούν το σφάλμα ομάδας. Στα ομαδοποιημένα δεδομένα έγινε ανάλυση της διαφορικής έκφρασης με resampling ανάμεσα στα καρκινικά δείγματα, προκειμένου να βρεθούν τα σημαντικά διαφορικά γονίδια ανάμεσα σε υγιή και καρκινικά κύτταρα. Τα αποτελέσματα χρησιμοποιήθηκαν σε αλγόριθμο μηχανών διανυσμάτων υποστήριξης (SVMs) προκειμένου να κατηγοριοποιηθούν με ακρίβεια τα δείγματα σε υγιή και καρκινικά. Τέλος, οι υπογραφές των καρκινικών κυτταροσειρών χρησιμοποιήθηκαν ως είσοδος στο εργαλείο cMap του Broad Institute για να βρεθούν φάρμακα με αντίθετες υπογραφές που αποτελούν πιθανή θεραπεία για το μελάνωμα.	el
heal.advisorName	Αλεξόπουλος, Λεωνίδας	el
heal.committeeMemberName	Προβατίδης, Χριστόφορος	el
heal.committeeMemberName	Αλεξόπουλος, Λεωνίδας	el
heal.committeeMemberName	Κυριακόπουλος, Κωνσταντίνος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Μηχανολογικών Κατασκευών και Αυτομάτου Ελέγχου.Εργαστήριο Εμβιομηχανικής και Συστημικής Βιολογίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	126 σ.
heal.fullTextAvailability	true