Κατά την ανάπτυξη του οργανισμού, η απόκτηση εξειδικευμένων κυτταρικών λειτουργιών βασίζεται στην ασύμμετρη διαίρεση βλαστικών κυττάρων, την παραγωγή προγονικών κυττάρων και τη σταδιακή διαφοροποίησή τους. Η διαδικασία αυτή απαιτεί τον συντονισμό των μηχανισμών ελέγχου των κυτταρικών διαιρέσεων με επι-γενετικούς και μεταγραφικούς ρυθμιστικούς μηχανισμούς. Προκειμένου να κατανοήσουμε την ρύθμιση των μηχανισμών αυτών στα βλαστικά και πρόδρομα κύτταρα του αιμοποιητικού συστήματος, μελετήσαμε την πρωτεΐνη Geminin, η οποία έχει δειχθεί να συμμετέχει τόσο στην ρύθμιση του κυτταρικού κύκλου, όσο και στον έλεγχο των αποφάσεων για διαφοροποίηση. Σε προηγούμενα πειράματα που πραγματοποιήθηκαν στο εργαστήριό μας απομονώθηκαν βλαστικά και προγονικά κύτταρα του αιμοποιητικού συστήματος από το εμβρυικό ήπαρ διαγονιδιακών μυών 15.5 ημερών που φέρουν ιστοειδική απαλοιφή της Geminin με την χρήση του Cre-LoxP συστήματος υπό τον έλεγχο των ρυθμιστικών στοιχείων του γονιδίου vav. Η αδρανοποίηση της Geminin στα βλαστικά και πρόδρομα κύτταρα του εμβρυικού ήπατος οδηγεί σε πρόωρο θάνατο και ανώμαλη ανάπτυξη του αιμοποιητικού συστήματος. Αποτελέσματα του εργαστηρίου μας προτείνουν πως η Geminin διαδραματίζει σημαντικό ρόλο στις διαδικασίες της αυτό-ανανέωση και διαφοροποίηση των βλαστικών και προγονικών κυττάρων του αιμοποιητικού συστήματος. Για να διαλευκάνουμε τα μοριακά μονοπάτια στα οποία συμμετέχει η Geminin και για τον εντοπισμό του γονιδιακού δικτύου μέσω του οποίου η Geminin ελέγχει τις διαδικασίες αυτό-ανανέωσης και διαφοροποίησης του αιμοποιητικού συστήματος, πραγματοποιήσαμε πειράματα μικροσυστοιχιών DNA. Η παρούσα πτυχιακή εργασία εστιάστηκε στην ανάλυση της συγκριτική μελέτης του γονιδιώματος από τον κυτταρικό πληθυσμό βλαστικών και προγονικών κυττάρων του αιμοποιητικού συστήματος που πραγματοποιήθηκε μεταξύ γονιδιακά τροποποιημένων μυών και μυών μαρτύρων αγρίου τύπου. Τα αποτελέσματα της παρούσας μελέτης προτείνουν πως η έλλειψη της Geminin απορρυθμίζει την έκφραση σημαντικών αναπτυξιακών γονιδίων, όπως μεταγραφικών παραγόντων και ρυθμιστών αναδιάταξης της χρωματίνης που εμπλέκονται στην εμβρυική αιμοποίηση. Οι διαταραχές αυτές μπορούν να αιτιολογήσουν το φαινότυπο που παρουσιάζουν οι μύες στους οποίους έχουμε αδρανοποιήσει το γονίδιο της Geminin. Στο φαινότυπο αυτό παρατηρείται η συσσώρευση των βλαστικών κυττάρων και η ταυτόχρονη μείωση του πληθυσμού και της ικανότητας διαφοροποίησης των προγονικών κυττάρων του αιμοποιητικού συστήματος. / During the development of the organism, the acquisition of specialized cellular functions is based on the asymmetric division of stem cells, the production of progenitor cells and their gradual differentiation. This process requires the coordination of the cell proliferation control mechanisms by epigenetic and transcriptional regulatory mechanisms. In order to understand the regulation of these mechanisms in stem and progenitor cells of the hematopoietic system, we studied the protein Geminin, which has been shown to be involved in both cell cycle regulation and in differentiation decision control. In previous experiments conducted in our laboratory we isolated hematopoietic stem and progenitor cells from the fetal liver of transgenic mice at embryonic day 15.5. The transgenic mice bear tissue specific deletion of Geminin using the Cre-LoxP system under the control of regulatory elements of the vav gene. Inactivation of Geminin in stem and progenitor cells of the fetal liver leads to early death and abnormal development of the hematopoietic system. Previous results from our laboratory suggest that Geminin plays an important role in the self- renewal and differentiation processes of hematopoietic stem and progenitor cells. We performed cDNA microarray experiments to elucidate the molecular pathways and to identify the gene networks through which Geminin controls the self-renewal and differentiation processes in the hematopoietic system. The present study is focused on the whole genome comparison from the hematopoietic stem and progenitor cell population between transgenic mice and wild type mice, used as control samples. The results indicate the deregulation in the expression of important developmental genes like, transcription factors and chromatin rearrangement regulators involved in embryonic hematopoiesis. The abnormalities in gene expression caused by the absence of Geminin in the hematopoietic system of the embryos explain the presented phenotype which is characterized by the accumulation of stem cells and the simultaneous reduction of the progenitor cell population and their ability to differentiate.

Οι μικροσυστοιχίες συμπληρωματικού DNA (cDNA) αποτελούν αποδοτικά και αποτελεσματικά μέσα για την ταυτόχρονη ανάλυση της λειτουργίας δεκάδων χιλιάδων γονιδίων. Μια τυπική cDNA εικόνα μικροσυστοιχιών αποτελεί μια συλλογή πράσινων και κόκκινων κηλίδων (spots) που περιέχουν DNA. Κάθε κηλίδα καταλαμβάνει ένα μικρό τμήμα της εικόνας, με τη μέση τιμή της έντασης της κηλίδας να είναι στενά συνδεδεμένη με το επίπεδο έκφρασης του αντίστοιχου γονιδου. Η κύρια διαδικασία υπολογισμού της έντασης περιλαμβάνει τρία στάδια: Διευθυνσιοδότηση ή κατασκευή πλέγματος (gridding), κατάτμηση (Segmentation) και τέλος η διαδικασία εξαγωγής έντασης. Στη παρούσα εργασία, η διευθυνσιοδότηση πραγματοποιήθηκε χρησιμοποιώντας μια αυτόματη τεχνική κατασκευής πλέγματος στηριζόμενη στον συνεχή μετασχηματισμό κυματιδίων (CWT). Ποιο συγκεκριμένα,, υπολογίστηκαν τα προφίλ του χ και y άξονα της εικόνας. Δεύτερον, εφαρμόστηκε, σε κάθε προφίλ, ο CWT μετασχηματισμός εώς το 15 επίπεδο, χρησιμοποιώντας daubechies 4 (db4) ως μητρικό κυματίδιο. Τρίτον, υπολογίστηκε το άθροισμα των 15 επιπέδων για κάθε ένα από τα δύο σήματα x και y. Τέταρτον, εφαρμόστηκε στα δύο νέα σήματα τεχνική καταστολής θορύβου με χρήση μετασχηματισμού Wavelet. Τελικά, το κέντρο και όρια της κάθε κηλίδας καθορίστηκαν μέσω του υπολογισμού των τοπικών ελαχίστων και μέγιστων του κάθε σήματος. Για την κατάτμηση της εικόνας, μια νέα μέθοδος προτάθηκε, η οποία διακρίνεται σε τρία βασικά βήματα: Πρώτον, ο à trous μετασχηματισμός κυματιδίων (AWT) εφαρμόστηκε έως το δεύτερο επίπεδο στην αρχική εικόνα. Δεύτερον, στις λεπτομέρειες (details coefficients) του κάθε επιπέδου εφαρμόστηκε φίλτρο καταστολής θορύβου, προκειμένου να υποβαθμιστεί ο θόρυβος. Τρίτον, η αρχική εικόνα μαζί με τις προσεγγίσεις (approximations) και τις λεπτομέρειες (details) του κάθε επιπέδου εφαρμόστηκαν σε ένα συλλογικό σχήμα (ensemble scheme) στηριζόμενο στο MRF μοντέλο κατάτμησης. Ως τελεστές του σχήματος χρησιμοποιήθηκαν οι: Majority Vote , Min, Product και Probabilistic Product. Η αξιολόγηση των προτεινόμενων αλγορίθμων πραγματοποιήθηκε με τη χρήση υψηλής ποιότητας εικόνας προσομοίωσης αποτελούμενη από 1040 κηλίδες (spots) με ρεαλιστικά μορφολογικά χαρακτηριστικά, η οποία δημιουργήθηκε σύμφωνα με το μοντέλο προσημείωσης μικροσυστοιχιών του Matlab καθώς και 14 πραγματικές εικόνες, επτά 16-bit grayscale TIFF εικόνες από κάθε κανάλι (κόκκινο και πράσινο), οι οποίες αποκτήθηκαν από την ευρέως διαδεδομένη βάση δεδομένων DERICI. Επιπλέον, προκειμένου να παρατηρηθεί η συμπεριφορά των αλγορίθμων στη παρουσία θορύβου, η απομιμούμενη εικόνα υποβαθμίστηκε με τη προσθήκη λευκού Gaussian θορύβου. Η ακρίβεια της ακολουθούμενης διαδικασίας κατάτμησης, στη περίπτωση της εικόνας προσομοίωσης, προσδιορίστηκε μέσω του segmentation matching factor (SMF), probability of error (PE) και coefficient of determination (CD) με σεβασμό στη πραγματική κλάση στην οποία ανήκουν (φόντο-υπόβαθρο). Στη περίπτωση των πραγματικών εικόνων η αξιοπιστία των αλγορίθμων προσδιορίστηκε έμμεσα μετρώντας την ένταση κάθε κηλίδας, μέσω του Mean Absolute Error (MAE). Το σύνολο των αλγορίθμων, εφαρμοσμένο στην απομιμούμενη εικόνα, κατάφερε να οδηγήσει σε καλύτερο προσδιορισμό των κηλίδων σε σχέση με το απλό MRF μοντέλο κατάτμησης. Επιπλέον, ο τελεστής Majority Vote επέτυχε το υψηλότερο ποσοστό σε όλες τις περιπτώσεις, ειδικά σε κελία (cells) με υψηλή παρουσία θορύβου (SMF: 82.69%, PE: 6.60% and CV:0.809 ), ενώ το απλό μοντέλο περιορίστηκε στο χαμηλότερο ποσοστό (SMF:94.87%-82.69%, PE:3.03%-9.85%, CV:0.961-0.729). Στη περίπτωση των πραγματικών εικόνων ο min τελεστής επέτυχε το χαμηλότερο ποσοστό (MAE: 803.96 and Normalized MAE: 0.0738), σε αντίθεση με τον τελεστή Majority Vote, ο οποίος κατάφερε να επιτύχει το υψηλότερο ποσοστό ανάμεσα στους χρησιμοποιούμενους τελεστές (MAE 990.49 and Normalized MAE 0.0738).Επιπλέον όλοι οι προτεινόμενοι αλγόριθμοι κατάφεραν να μειώσουν τη μέση τιμή MAE σε σχέση με το απλό μοντέλο MRF (MAE 1183.50 and Normalized MAE 0,0859). / Complementary DNA microarrays are a powerful and efficient tool that uses genome sequence information to analyze the structure and function of tens of thousands of genes simultaneously. A typical cDNA microarray image is a collection of green and red discrete spots containing DNA. Each spot occupies a small fraction on the image and its mean fluorescence intensity is closely related to the expression level of the genes. The main process for measuring spot intensity values involves three tasks: gridding, segmentation and data extraction. In the present study, spot location was accomplished by using an automatic gridding method based on continues wavelet transform (CWT): Firstly, line-profiles for x and y axes were calculated. Secondly, the CWT was applied up to 15 scales to both profiles by using daubechies 4 (db4) as mother wavelet. Thirdly, a summation point by point of the signals of all the 15 scales was calculated. Fourthly, a hard-thresholding wavelet based technique was applied to each signal. Finally, spots centers and boundaries were defined by calculating the local maxima and the local minima on both signals. The proposed segmentation method is divided into three major steps: Firstly, à trous wavelet transform was applied up to second scale on the initial cell. Secondly, on the details coefficients, a hard threshold filter was carried out in order to suppress the noise. Finally, the initial image among the approximations and details of each scale were implemented in an ensemble scheme based on MRF model. As operators of the ensemble scheme were chosen: Majority Vote, Min, Product and Probabilistic Product. The validation of the proposed algorithms was accomplished by a high quality simulated microarray image of 1040 cells with realistic morphological characteristics generated by using the Matlab microarray simulation model and fourteen real cDNA microarray images, seven 16-bit grayscale TIFF images of both channels (green and red), collected from the DERICI public database. In order to investigate the performance of the algorithms in presence of noise, the simulated image was corrupted with additive white Gaussian noise. In the case of simulated image, the segmentation accuracy was evaluated by means of segmentation matching factor, probability of error and coefficient of determination in respect to the pixel actual classess (foreground-background pixels). In the case of real images the evaluation was based on Mean Absolute error (MAE), in order to measure indirectly their reliability. According to our results in simulated cells, the proposed ensemble schemes managed to lead to more accurate spot determination in comparison to conventional MRF model. Additionally, the majority vote operator managed to accomplish the highest score in all cases, especially on cells with high noise (SMF: 82.69%, PE: 6.60% and CV:0.809), while the conventional MRF managed to gather the lowest score in all cases (SMF:94.87%-82.69%, PE:3.03%-9.85%, CV:0.961-0.729). In the case of real images, the min operator achieved the lowest score (MAE: 803.96 and Normalized MAE: 0.0738) in contrast to majority vote, which reached the highest score among the proposed evaluating methods (MAE 990.49 and Normalized MAE 0.0738). Additionally, all the proposed algorithms managed to suppress MAE value compared to the conventional MRF segmentation model (MAE 1183.50 and Normalized MAE 0,0859).

In this thesis, a comparative evaluation of five different wavelet-based filtering techniques in the task of microarray image denoising and enhancement, as well as, a new methodology for the segmentation of microarray images is developed. Clinical material comprised complementary DNA (cDNA) microarray images collected from the Oak Ridge National Laboratory, simulated data produced by using a Microarray Scan Simulator, and a set of two simulated images, each containing 200 spots. Image pre-processing was performed in two stages: In the first stage an Exponential Histogram Equalization filter was applied to real cDNA images in order to increase the contrast between spots and surrounding background. In the second stage, five wavelet-based image filters (Simple Piece-Wise Linear Mapping Filter (SPWLMF), Hard Threshold filter (HTF), Wavelet Enhancement with Noise Suppression filter (WEWNSF), Non Linear Enhancement filter (NLEF) and Sigmoidal Non-linear Enhancement filter (SNLEF)) were implemented for denoising and enhancing gene microarray spots. The enhancing effectiveness of the five filters was assessed by calculating the Mean-Square-Error (MSE) and the Signal-to-MSE ratio. An automatic gridding scheme was applied to both real and simulated cDNA images, for the task of determining spots and their borders (cells). Firstly, the segmentation capability of the Gaussian Mixture Models GMM boosted by the five wavelet based preprocessing filters was evaluated by calculating the segmentation matching factor for each spot. Significant noise suppression was accomplished by the SPWLMP filter, which scored the minimum MSE and the maximum Signal-to-MSE ratio. Optimal segmentation results were obtained by pre-processing the microarray image by all the wavelet-based filters. Finally, a new methodology for spot identification based on the combination of GMM clustering technique with Gradient Vector Flow (GVF) active contours was introduced. According to that method, a GMM clustering algorithm was firstly applied in all individual spot images of the cDNA image. Afterwards, the output of the GMM algorithm was used to utilize a Gradient Vector Flow (GVF) active contour. The major advance of our method is that it overcomes limitations of GMM and deformable models when used individually. For the evaluation of our method, segmentation matching factors, as well as mean intensity value were calculated for every cell using GMM, GVF active contours and GMM and GVF active contours combination. Numerical experiments using simulated cDNA images have also shown that our method was more accurate in measuring mean intensity values and detecting real boundaries of spots with foreground mean intensity value close to the background, compared with GMM and snakes used individually. / Ο σκοπός της παρούσας διπλωματικής εργασίας είναι η συγκριτική αξιολόγηση πέντε διαφορετικών φίλτρων βασισμένα σε μετασχηματισμό κυματιδίου, τα οποία εφαρμόστηκαν σε εικόνες μικροσυστοιχιών. Επίσης, μια νέα μέθοδος για την κατάτμηση των εικόνων αυτών πραγματοποιήθηκε. Ως υλικό, χρησιμοποιήθηκαν εικόνες συμπληρωματικού DNA από το Oak Ridge National Laboratory, απομιμούμενα δεδομένα με την χρήση του Microarray Scan Simulator, καθώς και ένα σετ από δύο απομιμούμενες εικόνες, οι οποίες περιείχαν 200 κηλίδες. Η προεπεξεργασία των εικόνων πραγματοποιήθηκε σε δύο στάδια. Πρώτα, ένα εκθετικό φίλτρο ισοστάθμισης ιστογράμματος εφαρμόστηκε στις πραγματικές εικόνες, με σκοπό την αύξηση της αντίθεσης της εικόνας. Στη συνέχεια, αναπτυχθήκαν και εφαρμόστηκαν τα πέντε φίλτρα βασισμένα σε μετασχηματισμό κυματιδίου (Simple Piece-Wise Linear Mapping Filter (SPWLMF), Hard Threshold filter (HTF), Wavelet Enhancement with Noise Suppression filter (WEWNSF), Non Linear Enhancement filter (NLEF) and Sigmoidal Non-linear Enhancement filter (SNLEF)) με σκοπό την αύξηση της αντίθεσης. Ποσοτικά, η ικανότητα βελτίωσης των πέντε παραπάνω αλγορίθμων μετρήθηκε με το Mean-Square-Error (MSE) και το Signal-to-MSE. Ένα αυτόματο σύστημα διευθυνσιοδότησης εφαρμόστηκε στις πραγματικές και τις απομιμούμενες εικόνες με σκοπό την ανίχνευση των κηλίδων. Στην συνέχεια εφαρμόστηκαν αλγόριθμοι κατάτμησης μίξης Γκαουσιανών μοντέλων (GMM). Η αξιολόγηση πραγματοποιήθηκε με τη βοήθεια του παράγοντα ταυτοποίησης κατάτμησης. Σημαντική μείωση του θορύβου πραγματοποιήθηκε από το φίλτρο SPWLMF, το οποίο πέτυχε το μικρότερο MSE και το μεγαλύτερο S/MSE. Επίσης, καλύτερα αποτελέσματα πάρθηκαν από τις εικόνες οι οποίες είχαν προεπεξεργαστεί από τα φίλτρα μετασχηματισμού κυαμτιδίου. Στη συνέχεια, υλοποιήθηκε μια νέα τεχνική κατάτμησης βασισμένη στο συνδυασμό GMM και Gradient Vector Flow (GVF) ενεργών περιγραμμάτων. Σύμφωνα με τη μέθοδο αυτή, ο αλγόριθμος GMM εφαρμόζεται και δημιουργείτε μια δυαδική εικόνα η οποία περιέχει το περίγραμμα της κηλίδας. Στην συνέχεια, αυτό το περίγραμμα χρησιμοποιείται για την εκκίνηση ενός GVF ενεργού περιγράμματος. Το κυριότερο πλεονέκτημα αυτής της τεχνικής είναι ότι ξεπερνά περιορισμούς των δύο αυτών αλγορίθμων, όταν αυτοί χρησιμοποιούνται μεμονωμένα. Για την αξιολόγηση της μεθόδου υπολογίστηκε ο παράγοντα ταυτοποίησης κατάτμησης, καθώς και η μέση τιμή για κάθε κηλίδα, χρησιμοποιώντας τον αλγόριθμο GMM, τον αλγόριθμο GVF ενεργών περιγραμμάτων καθώς και το υβριδικό μοντέλο GMM και GVF ενεργού περιγράμματος. Αριθμητικά αποτελέσματα σε απομιμούμενες εικόνες απέδειξαν ότι η μέθοδος μας είναι πιο αποτελεσματική στο να βρίσκει τα όρια των κηλίδων, κυρίως σε αυτές στις οποίες η τιμή της έντασης βρίσκεται πολύ κοντά στο φόντο.

In the present thesis, a novel gridding technique, as well as, two new segmentation methods applied to complementary DNA (cDNA) microarray images is proposed. More precise, a new gridding method based on continuous wavelet transform (CWT) was performed. Line profiles of x and y axis were calculated, resulting to 2 different signals. These signals were independently processed by means of CWT at 15 different levels, using daubechies 4 mother wavelet. A summation, point by point, was performed on the processed signals, in order to suppress noise and enhance spot’s differences. Additionally, a wavelet based hard thresholding filter was applied to each signal for the task of alleviating the noise of the signals. 10 real microarray images were used in order to visually assess the performance of our gridding method. Each microarray image contained 4 sub-arrays, each sub-array 40x40 spots, thus, 6400 spots totally. According to our results, the accuracy of our algorithm was 98% in all 10 images and in all spots. Additionally, processing time was less than 3 sec on a 1024×1024×16 microarray image, rendering the method a promising technique for an efficient and fully automatic gridding processing. Following the gridding process, the Gaussian Mixture Model (GMM) and the Fuzzy GMM algorithms were applied to each cell, with the purpose of discriminating foreground from background. In addition, markov random field (MRF), as well as, a proposed wavelet based MRF model (SMRF) were implemented. The segmentation abilities of all the algorithms were evaluated by means of the segmentation matching factor (SMF), the Coefficient of Determination (r2), and the concordance correlation (pc). Indirect accuracy performances were also tested on the experimental images by means of the Mean Absolute Error (MAE) and the Coefficient of Variation (CV). In the latter case, SPOT and SCANALYZE software results were also tested. In the former case, SMRF attained the best SMF, r2, and pc (92.66%, 0.923, and 0.88, respectively) scores, whereas, in the latter case scored MAE and CV, 497 and 0.88, respectively. The results and support the performance superiority of the SMRF algorithm in segmenting cDNA images. / Τα τελευταία χρόνια παρατηρείται ραγδαία ανάπτυξη της τεχνολογίας των μικροσυστοιχιών (microarrays) με αποτέλεσμα την ποιοτική και ποσοτική μέτρηση της έκφρασης χιλιάδων γονιδίων ταυτοχρόνως σ’ ένα και μόνο πείραμα. Εικόνες μικροσυστοιχιών, στις οποίες έχει λάβει χώρα υβριδοποίηση δείγματος DNA, χρησιμοποιούνται ευρέως για την εξαγωγή αξιόπιστων αποτελεσμάτων γονιδιακής έκφρασης και προσδιορισμό των μηχανισμών που ελέγχουν την ενεργοποίηση των γονιδίων σ’ έναν οργανισμό. Συνεπώς, η δημιουργία κατάλληλων υπολογιστικών τεχνικών για την επεξεργασία των εικόνων αυτών συντελεί καθοριστικά στην εξαγωγή ορθών και έγκυρων αποτελεσμάτων. Στη παρούσα Διδακτορική Διατριβή αναπτύχθηκε στο πρώτο στάδια μια νέα πλήρως αυτοματοποιημένη τεχνική διευθυνσιοδότησης και στο δεύτερο στάδιο δύο νέες τεχνικές τμηματοποίησης. Πιο συγκεκριμένα, αναπτύχθηκε μια νέα μέθοδος διευθυνσιοδότησης η οποία βασίζεται στο συνεχή μετασχηματισμό κυματιδίου (Continuous Wavelet Transform CWT) για την αυτόματη εύρεση των κέντρων των κηλίδων, καθώς και των ορίων μεταξύ δύο διαδοχικών κηλίδων. Στη συνέχεια αναπτύχθηκαν δύο νέες μέθοδοι κατάτμησης της εικόνας για τον διαχωρισμό των κηλίδων από το φόντο, οι οποίες βασίζονται στη τεχνική μίξης ασαφών μοντέλων Γκάους (Fuzzy Gaussian Mixture Models FGMM) καθώς και στη τεχνική συνδυασμού τυχαίων πεδίων Μαρκόφ (Markov Random Field MRF) και μετασχηματισμού κυματιδίου (Wavelet Transform WT) (SMRF). Με σκοπό την αξιολόγηση (validation) των προτεινόμενων μεθόδων της παρούσας Διδακτορικής Διατριβής, δημιουργήθηκαν και χρησιμοποιήθηκαν τόσο πραγματικές εικόνες μικροσυστοιχιών, καθώς και απομιμούμενες (simulated) σύμφωνα με μεθοδολογία η οποία προτείνεται απο τη διεθνή βιβλιογραφία. Όσον αφορά την διευθυνσιοδότηση, χρησιμοποιώντας οπτική ανασκόπηση για κάθε κηλίδα χωριστά σε όλες τις πραγματικές εικόνες, δημιουργήθηκαν δύο κατηγορίες, ανάλογα με το αν οι γραμμές του πλέγματος εφάπτονταν πάνω σε κάποια κηλίδα ή όχι. Η προτεινόμενη μεθοδολογία ήταν ακριβής σε ποσοστό 98% στον ακριβή εντοπισμό των κηλίδων σε όλες τις εικόνες. Σύγκριση ανάμεσα στην απόδοση των GMM, FGMM, MRF και SMRF στις απομιμούμενες εικόνες σε διαφορετικά επίπεδα θορύβου πραγματοποιήθηκε και τα αποτελέσματα σε όλα τα μετρικά, segmentation matching factor (SMF), coefficient of variation ( ), και coefficient of determination ( ), μας έδειξαν ότι η μέθοδος SMRF είναι πιο αξιόπιστη στο να μπορέσει να αναδείξει την πραγματική περιφέρεια της κηλίδας, τόσο σε εικόνες με μεγάλο λόγο σήματος προς θόρυβο, όσο και σε μικρό λόγο. Ενδεικτικά αποτελέσματα σε 1 db SNR για την περίπτωση του SMRF είναι SMF = 92.66, =0.923, και = 0.88, ακολουθούμενο από το MRF ( SMF = 92.15, =0.91, και = 0.85), FGMM ( SMF = 91.07, =0.92, και = 0.86)και GMM (SMF = 90.73, =0.89, και = 0.83). Στη συνέχεια πάρθηκαν αποτελέσματα τα οποία προέκυψαν από τη χρήση πραγματικών εικόνων μικροσυστοιχιών. Και σε αυτή τη περίπτωση, αναδείχθηκε η υπεροχή του WMRF, έναντι των άλλων αλγορίθμων ταξινόμησης μέση τιμή MAE = 497 και CV = 0.88. Τέλος, θα πρέπει να τονιστεί ότι τα παραπάνω μετρικά υπολογίστηκαν και σε αποτελέσματα από δύο ευρέως χρησιμοποιούμενα πακέτα επεξεργασίας εικόνων μικροσυστοιχιών, τα οποία χρησιμοποιούνται και είναι διαθέσιμα. Πιο συγκεκριμένα, χρησιμοποιήθηκαν το SCANALYSE και το SPOT, τα οποία χρησιμοποιούν τις τεχνικές τμηματοποίησης Fixed Circle και Seeded Region Growing, αντίστοιχα. Στη περίπτωση αυτή η τεχνική SMRF κατάφερε να υπολογίσει καλύτερα αποτελέσματα από τα δύο αυτά πακέτα. Πιο συγκεκριμένα η τεχνική GMM πέτυχε MAE = 1470 και CV = 1.29, η τεχνική FGMM πέτυχε MAE = 1430 και CV = 1.21, η τεχνική MRF πέτυχε MAE = 1215 και CV = 1.15, η τεχνική WMRF πέτυχε MAE = 497 και CV = 0.88, η τεχνική FC του λογισμικού πακέτου SCANALYZE πέτυχε MAE = 503 και CV = 0.90, και τέλος η τεχνική SRG του λογισμικού πακέτου SPOT πέτυχε MAE = 1180 και CV = 0.93.

Η τεχνολογία των μικροσυστοιχιών επιτρέπει τη μέτρηση των επιπέδων έκφρασης χιλιάδων γονιδίων ταυτόχρονα σε ένα μόνο πείραμα δημιουργώντας έτσι ένα τεράστιο σύνολο δεδομένων για ανάλυση. Για να είναι δυνατή η εξαγωγή σημαντικής πληροφορίας για το υπό μελέτη βιολογικό σύστημα, έχουν χρησιμοποιηθεί διάφορες μέθοδοι προεπεξεργασίας και ανάλυσης των δεδομένων. Στις μεθόδους προεπεξεργασίας των δεδομένων συμπεριλαμβάνονται και οι μέθοδοι κανονικοποίησης. Σκοπός της κανονικοποίησης είναι η ελαχιστοποίηση των συστηματικών σφαλμάτων που εντοπίζονται στα εκτιμώμενα επίπεδα έκφρασης των γονιδίων, έτσι ώστε οι εμφανιζόμενες διαφορές τους να οφείλονται κυρίως σε βιολογικούς παράγοντες. Επίσης, η κανονικοποίηση καθιστά εφικτή τη σύγκριση των επιπέδων έκφρασης δεδομένων από περισσότερες της μίας μικροσυστοιχίες. Στην παρούσα διπλωματική εργασία παρατίθεται μια ανασκόπηση των μεθόδων κανονικοποίησης για δεδομένα γονιδιακής έκφρασης cDNA μικροσυστοιχιών καθώς και μια σύγκριση των αναλυόμενων μεθόδων κανονικοποίησης. / Microarray technology allows the measurement of gene expression levels of thousands of genes simultaneously in a single experiment, therefore creating a vast set of data for analysis. In order to be able to extract the most essential information for the biological system under examination in a specific microarray, various methods are used for data pre-processing and analysis. These data pre-processing methods also include normalization methods. The purpose of normalization is the minimization of the systematic errors that are found in the estimated gene expression levels, so as the observed biological differences be due mainly to biological factors. Furthermore, the normalization makes possible the comparison of gene expression levels of data from more than one microarrays. In the present thesis a review of the normalization methods for gene expression microarray data is presented, as well as a comparison between the analysed normalization methods.

Στην παρούσα διδακτορική διατριβή προτείνονται μεθοδολογίες υπολογιστικής νοημοσύνης για την επεξεργασία και ανάλυση δεδομένων γονιδιακής έκφρασης μικροσυστοιχιών cDNA. Πιο συγκεκριμένα, στο πρώτο σκέλος αναπτύσσονται δύο νέες προσεγγίσεις για την εύρωστη εκτίμηση και διόρθωση του θορύβου υποβάθρου: η διόρθωση υποβάθρου βάσει εκατοστημορίων και η διόρθωση υποβάθρου βάσει παλινδρόμησης loess. Οι προσεγγίσεις αυτές καινοτομούν κυρίως στο ότι χρησιμοποιούν μία εύρωστη εκτίμηση του θορύβου υποβάθρου, γεγονός που τις καθιστά ιδανικές σε περιπτώσεις, όπου τα δεδομένα είναι θορυβώδη. Επιπροσθέτως, αναπτύσσεται ένα νέο, γενικής χρήσεως, πλαίσιο για τη συστηματική αξιολόγηση του βαθμού επίδρασης των μεθόδων διόρθωσης υποβάθρου. Μέσω του πλαισίου αυτού, οι δύο προτεινόμενες προσεγγίσεις, καθώς και άλλες ευρέως χρησιμοποιούμενες μέθοδοι, αξιολογούνται βάσει εφαρμογής τους σε διαφορετικά σύνολα δεδομένων αυτο-υβριδοποίησης, με τις πρώτες να εμφανίζουν ιδιαιτέρως καλή απόδοση. Το πλαίσιο αυτό καινοτομεί στο ότι ενσωματώνει νέα κριτήρια και τρόπους γραφικής απεικόνισης. Τόσο οι προτεινόμενες μέθοδοι εκτίμησης και διόρθωσης θορύβου υποβάθρου, όσο και το πλαίσιο συστηματικής αξιολόγησής τους, συνιστούν μία νέα, ενδελεχή μελέτη που προσανατολίζει στην εφαρμογή ή απόρριψη μίας συγκεκριμένης προσέγγισης, συνεισφέροντας εν τέλει στην κατάκτηση καλλίτερης ποιότητας δεδομένων μικροσυστοιχιών. Επίσης, στο δεύτερο σκέλος της διατριβής αναπτύσσεται ένα νέο, ολοκληρωμένο και γενικής χρήσεως πλαίσιο ανάλυσης δεδομένων μικροσυστοιχιών ούτως, ώστε να διερευνηθεί το ζήτημα εάν στην T-λευχαιμική κυτταρική σειρά CCRF-CEM επικρατούν εγγενείς ή επίκτητοι μηχανισμοί αντοχής στην πρεδνιζολόνη. Συγκεκριμένα, καταλλήλως επιλεχθέντα δεδομένα μικροσυστοιχιών cDNA – που διευκολύνουν την εξέταση τόσο της εξαρτώμενης από τη συγκέντρωση δράσης, όσο και της δυναμικής της ανταπόκρισης στην πρεδνιζολόνη (πρώιμη και όψιμη δράση) – γίνονται αντικείμενο επεξεργασίας και ενδελεχούς ανάλυσης, και βάσει συγκεκριμένων, προ-διατυπωμένων συλλογισμών, προσεγγίζεται το εν λόγω ερώτημα. Το πλαίσιο αυτό είναι καινοτόμο, εφόσον, πέραν του ότι ενσωματώνει μία πρωτότυπη ακολουθία μεθόδων, προσεγγίζει συστηματικά το πρόβλημα της εγγενούς ή επίκτητης αντοχής, συνεισφέροντας, έτσι, στην ευρύτερη προσπάθεια διερεύνησης των επακριβών μηχανισμών αντοχής των λευχαιμικών κυττάρων στα γλυκοκορτικοειδή. Τα αποτελέσματα από την εφαρμογή του στα δεδομένα της εν λόγω κυτταρικής σειράς συνηγορούν υπέρ της ύπαρξης μίας σύνθετης ανταπόκρισης του υπό μελέτη συστήματος στα γλυκοκορτικοειδή, η οποία όμως τείνει περισσότερο προς έναν εγγενή μηχανισμό αντοχής. / In the present Ph.D. thesis, computational intelligence methods for processing and analyzing cDNA microarray gene expression data are designed and developed. More specifically, in the first part of this thesis, the problem of background estimation and correction of two-channel microarray data is addressed and two novel algorithms are proposed, namely the percentiles-based and the loess-based background correction methods. Both approaches are based on the multiplicative model of background, while utilizing robust background noise estimators, thus making them ideal for noisy datasets. Furthermore, a new, generic framework for the systematic evaluation of the impact of the background estimating methodologies is suggested, whereupon the aforementioned methods as well as other approaches are evaluated by application to various publicly available self-self hybridization datasets. As suggested by this thorough, comparative evaluation our algorithms perform very well regarding noise reduction. The evaluation framework, which is based mainly on different and widely used statistical measures, incorporates new criteria and visualization methods. Moreover, it represents a novel, detailed contribution to the examination of the impact of background correction methods to the final interpretation of microarray experiments, conferring explicit guidance on the pros and cons of them and when they should be applied. Additionally, in the second part of this thesis, a new, generic, computational microarray data analysis framework is described, in order to examine the hypothesis of whether the resistant T-cell leukemia cell line CCRF-CEM posses an intrinsic or exert an acquired mechanism of resistance and to investigate the molecular imprint of this, upon prednisolone treatment. More analytically, using the above explained computational analysis workflow, microarray data that enable the examination of both the dose effect of prednisolone exposure and the dynamics (early and late) of the molecular response of the cells at the transcriptomic layer, are systematically analyzed based on specific, predefined formulations. The analysis of the results supports a complex mechanism of action for the cells which seems to favor though more the intrinsic mechanism of resistance.