Η κυτταρομετρία ροής (Flow Cytometry–FC), είναι μία σύγχρονη αυτοματοποιημένη τεχνική ανάλυσης των φυσικοχημικών χαρακτηριστικών των κυττάρων και των σωματιδίων, η οποία επιτρέπει την μεμονωμένη μέτρησή τους, καθώς διέρχονται σε νηματική ροή από ένα σταθερό σημείο, που προσπίπτει ακτίνα laser. Η ουσιαστική χρήση της FC είναι η προσφορά της σε διάγνωση και παρακολούθηση ασθενών με νοσήματα που συνοδεύονται από παρουσία παθολογικών κυττάρων σε διάφορα βιολογικά υγρά ή και στερεούς ιστούς κατάλληλα επεξεργασμένους. Το αποτέλεσμα της κυτταρομετρικής ανάλυσης είναι μία πληθώρα μετρήσεων φθορισμού, καθώς και των δύο μετρήσεων πρόσθιου (Forward Scatter–FS) και πλάγιου (Side Scatter-SS) σκεδασμού, που εξαρτώνται από τα φυσικά χαρακτηριστικά κάθε κυττάρου. Μετά την ανάλυση των δεδομένων από τον Ηλεκτρονικό Υπολογιστή (Η/Υ) του κυτταρομετρητή, τα αποτελέσματα παρουσιάζονται υπό τη μορφή μονοπαραμετρικών ή πολυπαραμετρικών κατανομών. Στην ανάλυση που χρησιμοποιήθηκε (με χρήση 5 φθοριοχρωμάτων), ο κυτταρομετρητής ροής παρήγαγε 7 τιμές για κάθε ένα από τα 30.000 κύτταρα περίπου που μετρήθηκαν σε κάθε πρωτόκολλο. Με τη χρήση των Η/Υ μπορούμε να αναλύσουμε γρήγορα και αξιόπιστα όλον αυτό τον μεγάλο όγκο δεδομένων εφαρμόζοντας μοντέλα βάσεων δεδομένων. Η βασική δομή του σχεσιακού μοντέλου δεδομένων αναπαριστάται με ένα πίνακα, στον οποίο αποθηκεύονται δεδομένα, σε στήλες και γραμμές, τα οποία αφορούν μία συγκεκριμένη οντότητα. Οι σχέσεις των πινάκων περιγράφουν τoν τρόπο σύνδεσης διαφορετικών οντοτήτων, οι οποίες συνδυαστικά δημιουργούν λογικούς πίνακες, που με τη σειρά τους περιγράφουν πιο σύνθετες οντότητες. Κατά αυτόν τον τρόπο μπορούμε να κάνουμε περαιτέρω συγκρίσεις μεταξύ των εξετάσεων των ασθενών, που ίσως καταλήξουν σε ευνοϊκά συμπεράσματα, όσον αφορά την πρόγνωση και την θεραπεία κυρίως των νεοπλασματικών νοσημάτων του αίματος.
Ο ρόλος της FC σε αιματολογικά νοσήματα όπως τα μυελοδυσπλαστικά σύνδρομα (ΜΔΣ) είναι ακόμα υπό διερεύνηση. Τα ΜΔΣ είναι νοσήματα με σημαντική κλινική και αιματολογική ετερογένεια, κάτι που καθιστά σαφή την ανάγκη μαζικής ανάλυσης των δεδομένων τους, για την αναγνώριση ομοιόμορφων υποομάδων με κοινά γνωρίσματα και άρα ενός πληροφοριακού μοντέλου ανάλυσης που θα διευκολύνει την λήψη των κατάλληλων θεραπευτικών επιλογών.Η παρούσα εργασία ασχολείται με τις πολυπαραμετρικές εξετάσεις των ΜΔΣ, την πληροφορία των οποίων είναι ικανή να παρέχει η FC. Θα γίνει προσπάθεια να καταγραφούν αναλυτικά όλα τα απαραίτητα βήματα, έτσι ώστε σε δεύτερο χρόνο να αναλυθεί μαζικά όλη αυτή η πληροφορία μέσω ενός σχεσιακού μοντέλου βάσεων δεδομένων. / Flow cytometry (Flow Cytometry-FC), is a modern automated technical analysis of the physicochemical characteristics of cells and particles, which allows the individual measuring them as they pass in threaded flow from a fixed point, incident beam laser. The effective use of FC is offering a diagnosis and monitoring of patients with diseases associated with the presence of abnormal cells in various biological fluids and solid tissues or processed properly. The results of cytometric analysis is a plethora of fluorescence measurements and measurements of both anterior (Forward Scatter-FS) and lateral (Side Scatter-SS) dispersion, which depends on the physical characteristics of each cell. After analyzing the data from the PC (H / H) on the cytometer, the results presented in the form monoparametric or multi parameter distributions. The analysis used (using fluorochrome 5), the flow cytometer produced 7 values for each of the 30,000 or so which cells were measured in each protocol. By using the H / H can be analyzed quickly and reliably throughout this large volume of data by applying models of databases. The basic structure of relational data model is represented by a table that stores data in columns and rows, which relate to a specific entity. Relations ton of tables describing how to connect different entities, which in combination create logical tables, which in turn describe more complex entities. In this way we can make further comparisons between the examinations of patients, which may lead to favorable conclusions regarding the prognosis and treatment of neoplastic diseases, especially blood.
The role of FC in hematological diseases such as myelodysplastic syndromes (MDS) is still under investigation. MDS is a disease with significant clinical and haematological heterogeneity, which makes clear the need for mass analysis of their data, to identify subgroups with common standard features and thus an informative analysis model that will facilitate the adoption of appropriate therapeutic epilogon.I present work dealing with multivariate MDS tests, information which is capable of providing the FC. I try to record in detail all the necessary steps so that a second time to analyze all this mass of information via a relational database model.
| Identifer | oai:union.ndltd.org:upatras.gr/oai:nemertes:10889/5411 |
| Date | 31 August 2012 |
| Creators | Αθανασοπούλου, Πολυξένη |
| Contributors | Καρακάντζα, Μαρίνα, Athanasopoulou, Polyxenh, Συμεωνίδης, Αργύρης, Μεγαλοοικονόμου, Βασίλης |
| Source Sets | University of Patras |
| Language | gr |
| Detected Language | Greek |
| Type | Thesis |
| Rights | 0 |
| Relation | Η ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. |
Page generated in 0.0029 seconds