Ανάπτυξη καινοτόμων μεθόδων νανοπληροφορικής για την αυτοματοποιημένη συσταδοποίηση υλικών και την πρόβλεψη ανεπιθύμητων ιδιοτήτων τους

Καλούτση, Μαριάννα; Kaloutsi, Marianna

dc.contributor.author	Καλούτση, Μαριάννα	el
dc.contributor.author	Kaloutsi, Marianna	en
dc.date.accessioned	2021-07-18T19:39:33Z
dc.date.available	2021-07-18T19:39:33Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/53644
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21342
dc.rights	Default License
dc.subject	Nανοσωματίδια	el
dc.subject	Tοξικότητα	el
dc.subject	Συσταδοποίηση	el
dc.subject	Γραμμικός προγραμματισμός	el
dc.subject	Nanoparticles	en
dc.subject	Toxicity	en
dc.subject	Clustering	en
dc.subject	Read-across	el
dc.title	Ανάπτυξη καινοτόμων μεθόδων νανοπληροφορικής για την αυτοματοποιημένη συσταδοποίηση υλικών και την πρόβλεψη ανεπιθύμητων ιδιοτήτων τους	el
heal.type	bachelorThesis
heal.classification	Νανοπληροφορική	el
heal.classification	Επιστήμη των Δεδομένων	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-06
heal.abstract	Στο πλαίσιο της παρούσας Διπλωματικής Εργασίας αναπτύχθηκε μια προβλεπτική μεθοδολογία συσταδοποίησης δεδομένων η οποία αποσκοπεί στην δημιουργία ομάδων νανοϋλικών με κοινή τοξική απόκριση. Η ομαδοποίηση αυτή, βασίζεται στις ιδιότητες ενός συνόλου δεδομένων νανοϋλικών με γνωστή τοξικότητα. Στη συνέχεια, αν οι ιδιότητες αυτές είναι γνωστές για νανοϋλικά για τα οποία δεν έχει μελετηθεί η τοξική τους συμπεριφορά, καθίσταται δυνατή η πρόβλεψή της, μέσω της αντιστοίχισης των δειγμάτων στις διαμορφωμένες ομάδες. Η μεθοδολογία παρουσιάζεται εκτενώς σε δεδομένα τοξικότητας νανοϋλικών σε βιολογικά συστήματα, χωρίς αυτό να σημαίνει ότι οι εφαρμογές της περιορίζονται μόνο σε παρόμοια δεδομένα. Η προτεινόμενη μεθοδολογία έχει καθολικό χαρακτήρα και δύναται να εφαρμοστεί και σε δεδομένα από άλλους επιστημονικούς τομείς (π.χ. υλικά εν γένει, φάρμακα κ.λπ.). Η προτεινόμενη μεθοδολογία εναρμονίζεται με τις διεθνείς τάσεις προς αποφυγή των in vivo πειραματικών τεχνικών και την ανάπτυξη in silico προβλεπτικών μεθόδων οι οποίες βασίζονται στην Επιστήμη των Δεδομένων και τον προγραμματισμό, αξιοποιώντας ήδη διαθέσιμα δεδομένα και συσχετίσεις ιδιοτήτων και τοξικότητας γνωστών υλικών. Υπό αυτό το πρίσμα, ο σκοπός της προτεινόμενης μεθοδολογίας έγκειται στον ορθό και αυτοματοποιημένο χαρακτηρισμό νανοσωματιδίων ως τοξικά ή μη, λαμβάνοντας υπόψιν τη γνωστή συμπεριφορά συγγενών/παρόμοιων δειγμάτων. Πρόκειται δηλαδή για μια κατεξοχήν μεθοδολογία που εντάσσεται στο πλαίσιο των μεθοδολογιών grouping/read-across όπως αυτές περιγράφονται από τους κανονισμούς της Ευρωπαϊκής Ένωσης. Ως πρώτο βήμα, η μεθοδολογία δημιουργεί σφαιρικές συστάδες (clusters) νανοσωματιδίων με καθορισμένο κέντρο και σύνορα, μέσω τεσσάρων διαδοχικών σταδίων βασισμένων σε λογικούς κανόνες και ενός τελικού σταδίου που βασίζεται στην επίλυση ενός προβλήματος γραμμικού προγραμματισμού. Η διαμόρφωση των συστάδων πραγματοποιείται τοποθετώντας κάθε κατηγοριοποιημένο νανοσωματίδιο στον πολυδιάστατο χώρο βάσει του συνόλου των ιδιοτήτων του, οι οποίες λειτουργούν ως συντεταγμένες. Στη συνέχεια, το μοντέλο προβλέπει την τοξικότητα μη κατηγοριοποιημένων νανοσωματιδίων, κατατάσσοντας τα σε μια εκ των συστάδων μέσω σύνθετων κριτήριων αξιολόγησης των σχετικών αποστάσεών τους από τα κέντρα και τα σύνορα των συστάδων. Για την αξιολόγηση της μεθοδολογίας και την εκτίμηση της αποτελεσματικότητάς της, χρησιμοποιήθηκαν τέσσερα διαφορετικά σύνολα δεδομένων (datasets) που προέρχονται από τις δημοσιεύσεις των Forest et al. (2019), των Kotzabasaki et al. (2020), των Liu et al. (2013) καθώς και των Papadiamantis et al. (2020). Κάθε σύνολο δεδομένων χαρακτηρίζεται από μια ομάδα ιδιοτήτων, οι οποίες τοποθετούν εκάστοτε δείγμα στο χώρο, καθώς και έναν κατηγορικό χαρακτηρισμό τοξικότητας, ο οποίος αποτελεί και τη μεταβλητή-στόχο. Στο πλαίσιο προεπεξεργασίας του συνόλου δεδομένων και αποσκοπώντας στη βελτίωση της ευρωστίας και τη μείωση του υπολογιστικού χρόνου του μοντέλου, δύναται μεθοδική επιλογή μερικών εκ των ιδιοτήτων προς διαμόρφωση των συστάδων ή η εφαρμογή της Ανάλυσης Κύριων Συνιστωσών (PCA). Η εφαρμογή τους ή μη αξιολογείται βάσει του μεγέθους του συνόλου καθώς και της επίδοσης του μοντέλου με ή χωρίς αυτή. Μετά από διαδοχικές και ποικίλες μεθόδους επικύρωσης σε τέσσερα σύνολα δεδομένων, η προβλεπτική ικανότητα της προτεινόμενης μεθοδολογίας κρίνεται αρκετά ικανοποιητική. Τα σύνολα των Forest et al. (2019), Kotzabasaki et al. (2020) και Liu et al. (2013) δοκιμάστηκαν ως έχουν αλλά και με εφαρμογή Ανάλυσης Κύριων Συνιστωσών κατά την προεπεξεργασία τους, ενώ το σύνολο των Papadiamantis et al (2020) δοκιμάστηκε και με πρότερη επιλογή μεταβλητών. Η αξιολόγηση των προβλέψεων πραγματοποιήθηκε χρήσει των δεικτών ακρίβειας, ευαισθησίας, ειδικότητας και του συντελεστή συσχέτισης Matthews, οι οποίοι υπολογίζονται βάσει του πίνακα σύγχυσης των προβλέψεων. Χαρακτηριστικά αναφέρεται πως σε δοκιμές εξωτερικής αξιολόγησης και χωρίς μείωση των διαστάσεων των συνόλων επετεύχθη ακρίβεια για τα τέσσερα σύνολα δεδομένων acc1=0.86, acc2=1, acc3=0.86 και acc4=0.85, αντίστοιχα. Η μέθοδος αναπτύχθηκε και αξιολογήθηκε σε περιβάλλον γλώσσας προγραμματισμού Python αξιοποιώντας τις διαθέσιμες βιβλιοθήκες NumPy, Pandas και scikit-learn. Συμπληρωματικά, για την επίλυση του προβλήματος γραμμικού προγραμματισμού στο πλαίσιο διαμόρφωσης των κατηγοριοποιημένων συστάδων, χρησιμοποιείται το υπολογιστικό πακέτο MIP της Python, δίνοντας πρόσβαση σε ποικιλία επιλυτών. Ως επέκταση της παρούσας διπλωματικής εργασίας, θεωρήθηκε χρήσιμη η διάθεση του μοντέλου προς την επιστημονική κοινότητα και κάθε ενδιαφερόμενο σε μορφή κώδικα Python. Μέσω της δημιουργίας αποθετηρίου στο GitΗub, προσφέρεται ελεύθερη πρόσβαση στον κώδικα με σκοπό τη χρήση για πρόβλεψη τοξικότητας ή τη συμπλήρωσή και τη βελτίωση του.	el
heal.advisorName	ΣΑΡΙΜΒΕΗΣ, ΧΑΡΑΛΑΜΠΟΣ	el
heal.committeeMemberName	ΣΑΡΙΜΒΕΗΣ, ΧΑΡΑΛΑΜΠΟΣ	el
heal.committeeMemberName	ΚΑΒΟΥΣΑΝΑΚΗΣ, ΜΙΧΑΛΗΣ
heal.committeeMemberName	ΜΠΟΥΡΟΥΣΙΑΝ, ΜΙΡΤΑΤ	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Χημικών Μηχανικών.	el
heal.academicPublisherID	ntua
heal.numberOfPages	130 σ.	el
heal.fullTextAvailability	false