Τo Gene Expression Programming - GEP (Προγραμματισμός Γονιδιακής Έκφρασης - ΠΓΕ) είναι μια μέθοδος αυτόματης παραγωγής προγραμμάτων η οποία ανήκει στη γενική κατηγορία των Εξελικτικών Αλγορίθμων, εκείνων των τεχνικών δηλαδή που εμπνέονται από τις φυσικές διεργασίες της βιολογικής εξέλιξης. Συγκεκριμένα ο ΠΓΕ χρησιμοποιεί πληθυσμούς από άτομα, επιλέγει τα άτομα σύμφωνα με την καταλληλότητά τους (fitness) και εισάγει νέα σημεία (άτομα, πιθανές λύσεις) στον πληθυσμό χρησιμοποιώντας έναν ή περισσότερους γενετικούς τελεστές. Στόχος αυτής της Μεταπτυχιακής Διπλωματικής Εργασίας ήταν ο σχεδιασμός και η υλοποίηση ενός Ολοκληρωμένου Γραφικού Περιβάλλοντος για τον Προγραμματισμό Γονιδιακής Έκφρασης καθώς και η υλοποίηση ορισμένων καινοτομιών. Στα πλαίσια της διπλωματικής εργασίας, σχεδιάσθηκε και αναπτύχθηκε ένας καινοτόμος τελεστής για την μέθοδο του ΠΓΕ. Ο συγκεκριμένος τελεστής πραγματοποιεί μια τοπική αναζήτηση στις μεταβλητές που χρησιμοποιούνται στη μοντελοποίηση του εκάστοτε προβλήματος και επιλέγει εκείνες τις μεταβλητές για τις οποίες η απόδοση του αλγορίθμου βελτιστοποιείται. Η απόδοση του καινούργιου τελεστή ελέγχθηκε και πειραματικά. Μια επιπλέον καινοτομία που εφαρμόστηκε είναι η αυξομείωση του αριθμού των μεταλλάξεων. Συγκεκριμένα, επιλέγουμε να μειώνουμε τον αριθμό των μεταλλάξεων καθώς ο πληθυσμός εξελίσσεται, ενώ τον αυξάνουμε όταν έχουμε μικρή διαφορά ανάμεσα στη βέλτιστη και τη μέση απόδοση του πληθυσμού. Ο μεταβλητός αριθμός μεταλλάξεων σε συνδυασμό με την ικανότητα της μεθοδολογίας του ΠΓΕ να αποφεύγει τα τοπικά ακρότατα βελτιώνει σημαντικά την προσαρμοστικότητα του αλγορίθμου. Επιπλέον, για την αντιμετώπιση της αυξημένης υπολογιστικής πολυπλοκότητας που παρουσιάζει η μέθοδος, εισήχθη η έννοια του παραλληλισμού. Τέλος, η τροποποιημένη μέθοδος του ΠΓΕ εφαρμόστηκε σε πληθώρα προβλημάτων όπως η μοντελοποίηση συμπεριφοράς μιας χρονοσειράς μαγνητοεγκεφαλογραφήματος, η μοντελοποίηση της συμπεριφοράς κόπωσης υλικών, η πρόβλεψη ισοτιμίας δολαρίου – ευρώ, η πρόβλεψη πρωτεϊνικών αλληλεπιδράσεων και η πρόβλεψη του βαθμού υδατοκορεσμού ελαιοκαλλιεργειών. Τα αποτελέσματα που προέκυψαν είναι ιδιαίτερα ενθαρρυντικά. / Gene Expression Programming (GEP) is one method of automatic generation of programs that belongs to a wider class of Evolutionary Algorithms. Evolutionary Algorithms are inspired by biological mechanisms of evolution. Specifically, GEP uses populations of individuals, select the individuals according to their fitness, and introduce genetic variation using one or more genetic operators. The purpose of this Master's Thesis was to design and implement an Integrated Graphical Environment for Gene Expression Programming and the implementation of certain innovations. Ιn the context of this thesis an innovative operator was designed and developed for the GEP method. This particular operator is conducting a local search on the variables used in modeling of a problem and chooses those variables for which the performance of the algorithm is optimized. The performance of the new operator was experimentally tested. Another innovation implemented was the fluctuation in the number of mutations. Specifically, we choose to reduce the number of mutations as the population evolves, while we increase it when the performance of the best individual found is very close to the average performance of the population. The variable number of mutations in combination with the ability of the methodology of GEP to avoid local extrema significantly improves the adaptability of the algorithm. Moreover, in order to face the increased computational complexity of the method, we introduce parallelism. Finally, the modified method of GEP was applied to many problems such as modeling behavior of a MEG’s time series, modeling of fatigue behavior of materials, forecasting Euro - United States Dollar exchange rate, predicting protein interactions and predicting the degree of saturation of olive crops. The results are very encouraging.

The process of embryogenesis is governed by the expressions of groups of genes which are acting in a coordinate way. Uncovering how the expressions of these genes control the development of a multicellular organism is fundamental for developmental biology. Gene expression atlases could capture quantitative spatio-temporal information of all genes expressed in a developing embryo. In other words, they could reveal the underlying genetic activity during the embryogenetic processes by providing information about, apart from how much and which, where and when the genes are expressed at cellular level and the interactions between them. The extraction of relative gene expression data and their simultaneous study in animal models, such as zebrafish, would be greatly facilitated by the existence of such atlases. This Master Thesis focuses on the early zebrafish embryogenesis and its goal is to design and implement an image processing framework that will provide the means to gather the expression patterns of different genes from different embryos at a given developmental stage into a common template. The framework should work with image-based data from different embryos, each fluorescently stained to label nuclear DNA and the expression patterns of a reference gene and another gene of interest. The volumetric data from each fluorescent label are contained in different channels. Therefore the crux of the framework lies in its ability to combine appropriately the information from the different channels and deal with a three-dimensional image registration problem. The implemented framework works with datasets of two embryos, one that serves as a template and depicts a whole embryo and another that has to be aligned with the first and depicts part of the other embryo. It is composed of different steps, responsible for preprocessing the channels, coarsely positioning the partial embryo view in the three dimensional template’s space and determining the geometrical transformation that finally aligns it with the template using as reference the gene expression pattern common to all labelled embryos. The resulting transformation is used to map the second expression patterns, thus producing their spatial expression atlas. The algorithm developed is based on the Insight Segmentation and Registration Toolkit. The framework was evaluated with data from six embryos at the same developmental stage and four different registration methods were compared in terms of performance. Visual inspection of the results identified the combination of the correlation coefficient, as a similarity measure function between two images, with the gradient descent optimization algorithm as the most appropriate method for this specific application. The final results obtained showed that the framework achieves its goal of integrating several gene expression patterns into a common template. This framework is ready to be used in order to construct a gene expression atlas integrating a large number of gene expression data of the zebrafish embryogenesis. In the near future, this atlas should be validated with known genetic interactions and used to unravel new ones, so that gene regulatory network models can become a reality. / Η διαδικαςία ανάπτυξης των εμβρύων καθορίζεται από τις συγχρονισμένες εκφράσεις ορισμένων γονιδίων. Το πώς αυτές ελέγχουν την δημιουργία ενός πολυκύτταρου οργανισμού από ένα κύτταρο αποτελεί αντικείμενο μελέτης της Αναπτυξιακής Βιολογίας. Ένας χάρτης γονιδιακής έκφρασης θα μπορούσε να συνδυάζει χρονικές, χωρικές και ποσοτικές πληροφορίες σχετικά με την έκφραση των γονιδίων που ενορχηστρώνουν την διαδικασία ανάπτυξης ενός εμβρύου. Σε έναν τέτοιον χάρτη η γενετική δραστηριότητα θα αναλυόταν σε συνιστώσες που αφορούν το ποια, πότε, πού και πόσο εκφράζονται τα γονίδια σε κυτταρικό επίπεδο. Η ύπαρξη τέτοιων χαρτών για οργανισμούς, όπως το ζεβρόψαρο, που πρωταγωνιστεί σε μελέτες που αφορούν σπονδυλωτά, θα διευκολύνει την ταυτόχρονη μελέτη των εκφράσεων και των μεταξύ τους αλληλεπιδράσεων. Η παρούσα διπλωματική εστιάζεται στον σχεδιασμό και στην υλοποίηση μιας διαδικασίας επεξεργασίας εικόνας που θα είναι ικανή να συγκεντρώσει τις γονιδιακές εκφράσεις ενός συγκεκριμένου σταδίου ανάπτυξης του ζεβρόψαρου σε έναν τρισδιάστατο άτλαντα. Τα δεδομένα που πρέπει να επεξεργαστεί είναι τρισδιάστατες απεικονίσεις διαφορετικών εμβρύων, κάθε ένα από τα οποία έχει σημανθεί με φθορίζουσες ουσίες με στόχους το DNA των πυρήνων και τις εκφράσεις δύο γονιδίων, εκ των οποίων η μία είναι κοινή για όλα τα έμβρυα. Η πληροφορία που αποκαλύπτει κάθε ουσία βρίσκεται σε διαφορετικό κανάλι της κάθε εικόνας. Συνεπώς η διαδικασία θα πρέπει να συνδυάζει κατάλληλα τις πληροφορίες των διαφορετικών καναλιών και να ευθυγραμμίζει τρισδιάστατες εικόνες. Η υλοποιημένη διαδικασία δέχεται σειρές δεδομένων από δύο έμβρυα. Η μία απεικονίζει πλήρως ένα έμβρυο, το οποίο αποτελεί το έμβρυο αναφοράς και η άλλη μέρος του άλλου εμβρύου, το οποίο κα πρέπει να ευθυγραμμιστεί με το πρώτο. Η διαδικασία αποτελείται από διάφορα βήματα, τα οποία προεπεξεργάζονται τα δεδομένα, μετασχηματίζουν την εικόνα του μερικώς απεικονιζόμενου εμβρύου ώστε να αποκτήσει μια κατάλληλη αρχική θέση στον χώρο που ορίζεται από την εικόνα του ολόκληρου εμβρύου και τέλος ευθυγραμμίζουν την πρώτη εικόνα στην δεύτερη χρησιμοποιώντας ως αναφορά τη γονιδιακή έκφραση που είναι κοινή για όλα τα σημασμένα έμβρυα. Οι παράμετροι που προκύπτουν από την ευθυγράμμιση χρησιμοποιούνται για την αντιστοίχιση των άλλων σημασμένων γονιδιακών εκφράσεων, δημιουργώντας έτσι ένα τρισδιάστατο χάρτη εκφράσεων. Η υλοποίηση βασίστηκε στο Insight Segmentation and Registration Toolkit. Η διαδικασία δοκιμάστηκε με δεδομένα από έξι έμβρυα του ίδιου σταδίου ανάπτυξης και συγκρίθηκαν οι επιδόσεις τεσσάρων μεθόδων αντιστοίχισης. Οπτική αξιολόγηση των αποτελεσμάτων ανέδειξε τον συνδυασμό της συνάρτησης του συντελεστή συσχέτισης με τον αλγόριθμο βελτιστοποίησης gradient descent ως την πιο κατάλληλη μέθοδο για την συγκεκριμένη εφαρμογή. Τα τελικά αποτελέσματα απέδειξαν ότι η διαδικασία επιτυγχάνει τον στόχο της. Η διαδικασία που υλοποιήθηκε στην παρούσα διπλωματική είναι έτοιμη προς χρήση για την δημιουργία ενός χάρτη γονιδιακής έκφρασης του ζεβρόψαρου. Αντικείμενο μελλοντικής μελέτης αποτελεί η επικύρωση του χάρτη με ήδη γνωστές γονιδιακές αλληλεπιδράσεις και κατόπιν η χρήση του για την εύρεση νέων.

Η θερμοκρασία ανάπτυξης αποτελεί παράγοντα μεγάλης σημασίας στην οντογένεση των ιχθύων, αφού ως ποικιλόθερμοι οργανισμοί είναι συνεχώς εκτεθειμένοι στις μεταβολές του περιβάλλοντός τους. Έχει παρατηρηθεί πως η θερμοκρασία ανάπτυξης δύναται να προκαλέσει μετατόπιση του χρονοδιαγράμματος των οντογενετικών γεγονότων και πλαστικότητα σε μορφολογικούς και φυσιολογικούς χαρακτήρες (πχ στο μυοσκελετικό και το καρδιαγγειακό σύστημα). Ωστόσο, μέχρι σήμερα δεν έχει μελετηθεί η επίδραση της θερμοκρασίας ανάπτυξης στο πρότυπο της γονιδιακής έκφρασης του zebrafish και σκοπός της παρούσας εργασίας είναι η μελέτη του ολικού μεταγραφικού προτύπου νυμφών zebrafish. Για το λόγο αυτό σχεδιάστηκαν δύο πειράματα, όπου τρεις θερμοκρασιακές συνθήκες ανάπτυξης (22, 28 και 32oC) εφαρμόστηκαν στην πρώιμη οντογενετική περίοδο: για το διάστημα 0-20 dpf* (1ο πείραμα) και 10-20 dpf (2ο πείραμα). Πραγματοποιήθηκε απομόνωση ολικού RNA από τα άτομα ηλικίας 20 dpf όλων των πληθυσμών και από τα άτομα ηλικίας 10 dpf του πληθυσμού των 28oC του 2ου πειράματος και ακολούθησε υβριδοποίηση σε ολιγονουκλεοτιδικές μικροσυστοιχίες Affymetrix, με 15.509 αντιπροσωπευτικές αλληλουχίες γονιδίων (probe sets). Τα 21 μεταγραφικά προφίλ επεξεργάσθηκαν με τα εξειδικευμένα προγράμματα ανάλυσης μικροσυστοιχιών, dChip και MeV (v.4.5.1). Η κανονικοποίηση και το φιλτράρισμα των δεδομένων των μικροσυστοιχιών απέδωσε μεταγραφικά πρότυπα με 9.488 probe sets. Με τεχνικές πολυπαραμετρικής στατιστικής ανάλυσης (HCL και PCA) πραγματοποιήθηκαν οι συγκρίσεις των μεταγραφικών προτύπων μεταξύ των πειραματικών πληθυσμών για κάθε θερμοκρασία ανάπτυξης και οντογενετικό στάδιο. Οι HCL και PCA αναλύσεις έδειξαν i) σαφή διαχωρισμό των μεταγραφικών προτύπων μεταξύ των δύο πειραμάτων, ii) σαφή διαχωρισμό των προτύπων των 28oC και 32oC ως προς αυτά των 22oC και στα δύο πειράματα, και iii) σαφή διαχωρισμό των προτύπων των 28oC διαφορετικού οντογενετικού σταδίου (ηλικίας 10 dpf vs 20 dpf). Θα αναμέναμε τα πρότυπα έκφρασης των 28oC να παρουσιάζουν παρόμοιο πρότυπο, κάτι που δεν παρατηρείται. Αυτό οφείλεται στο πειραματικό σφάλμα που υπεισέρχεται από το διαφορετικό χρόνο πραγματοποίησης των δύο πειραμάτων και τις ρυθμίσεις κατά την υβριδοποίηση. Έτσι πραγματοποιήθηκε η κανονικοποίηση των “28”, που απαλείφει το πειραματικό σφάλμα. Οι HCL και PCA αναλύσεις έδειξαν i) σαφή διαχωρισμό των μεταγραφικών προτύπων των 28oC και 32oC ως προς αυτά των 22oC ως αποτέλεσμα της επίδρασης της θερμοκρασίας ανάπτυξης, ii) σαφή διαχωρισμό των προτύπων των 22oC των δύο πειραμάτων ως αποτέλεσμα της επίδρασης της περιόδου εφαρμογής και διάρκειας της θερμοκρασιακής αγωγής και iii) σαφή διαχωρισμό των πρότυπων των 28oC (ηλικίας 10 dpf vs 20 dpf) ως αποτέλεσμα της επίδρασης του οντογενετικού σταδίου. Ακολούθως, πραγματοποιήθηκε ανάλυση σημαντικότητας (SAM) και λειτουργική γονιδιωματική ανάλυση (λογισμικό DAVID) των στατιστικώς σημαντικών γονιδίων που διαφοροποιούν τα πρότυπα. Η ανάλυση των γονιδίων, ως προς την ιστοειδική έκφραση ανέδειξε γονίδια που σχετίζονται με την ανάπτυξη του ματιού, των θωρακικών πτερυγίων και του εγκεφάλου στους πληθυσμούς των 22oC έναντι των 28oC και 32oC. Η παρούσα εργασία αποδεικνύει την επίδραση της θερμοκρασίας ανάπτυξης και της διάρκειας της θερμοκρασιακής αγωγής, καθώς επάγει μηχανισμούς πλαστικότητας στο επίπεδο της γονιδιακής έκφρασης. Τέλος, υποδεικνύεται πως η πρώιμη οντογενετική περίοδος τείνει να είναι περισσότερο θερμοευαίσθητη, καθώς παρατηρείται εντονότερη επίδραση της θερμοκρασίας (στην περίπτωση των 22οC)στην ανάπτυξη του ατόμου. *dpf: days post fertilization / Developmental temperature plays a principal role in the ontogeny of fish. It is known that developmental temperature may shift the initiation time of the ontogenetic stages and induce plasticity in morphological and physiological characters e.g. the musculoskeletal and the cardiovascular system. However, its effect on the gene expression pattern has not previously been attempted for zebrafish. In the present study, zebrafish Affymetrix microarrays of 15,509 probe sets were used to map the transcriptome profile of: a) 20 dpf* old zebrafish larvae at three developmental temperatures, i.e. 22oC, 28oC and 32oC (1st experiment) and b) 20 dpf old zebrafish larvae, which were all grown at 28oC for the first 10 days and subsequently divided into three groups, which were grown at 22oC, 28oC and 32oC, respectively; the profile of 10 dpf old larvae was also measured (2nd experiment). We have isolated total RNA from the above populations and then, hybridization of RNA samples has been done on oligonucleotide Affymetrix microarrays of 15,509 probe sets. All 21 profiles were normalized and filtered (dChip software), and multivariate statistical analysis techniques were used on the normalized 9,488 probe set expression profiles (TM4 MeV software). Hierarchical Clustering (HCL) and Principal Component Analysis (PCA) on expression profiles indicated: a) clear separation of the two experiments based on their transcriptomic patterns, b) clustering of the 28oC and 32oC profiles of the 20 dpf old larvae separately from those at 22oC in both experiments and c) clear separation of the 28oC profiles based on the developmental stage. We would expect expression profiles of 28oC to be clustered together, though this was not observed because of experimental parameters during the hybridization, as the two experiments were carried out independently on different dates. So the normalization of “28” profiles took place, in order to eliminate the experimental noise. HCL and PCA, then, indicated: a) clustering of the 28oC and 32oC profiles of the 20 dpf old larvae separately from those at 22oC, as the effect of developmental temperature, b) clear separation of 22oC profiles of the two experiments, based on the effect of the period and duration of thermal conditions and c) clear separation of the 28oC profiles based on the developmental stage. Then, Significant Analysis of Microarrays (SAM) and Functional Genomic Classification Analysis (DAVID software) of statistically significant genes was carried out. Analysis of genes based on tissue-specific expression indicated characteristic genes for the development of the eye, pectoral fins and brain in 22oC profiles versus 28oC and 32oC profiles. The present study has proved that thermal effect is determinative among the early ontogenetic stage, especially in the case of longer cold thermal period, and developmental temperature may induce plastic response of gene expression, that could affect the fate of fish. *dpf: days post fertilization