Back to search

National and Kapodistrian University of Athens

Βάση προεπεξεργασμένων δεδομένων μικροσυστοιχιών και αναγνώριση των πιο αντιπροσωπευτικών δειγμάτων

Abstract

dc:description

Τα καταθετήρια μικροσυστοιχιών επιτρέπουν την αποθήκευση των σχολιασμένων πρωτογενών και επεξεργασμένων δεδομένων μικροσυστοιχιών επιτρέποντας την περιήγηση, αναζήτηση και ανάκτηση των δεδομένων αυτών. Τα περισσότερα δημόσια καταθετήρια μικροσυστοιχιών, όπως το GEO και το ArrayExpress, αποθηκεύουν δεδομένα από όλες τις εμπορικές και κατά παραγγελία πλατφόρμες. Σκοπός της παρούσας διατριβής ήταν να δημιουργηθεί μια βάση δεδομένων, που να συμπεριλαμβάνει όλα τα Δείγματα της μικροσυστοιχίας Αffymetrix Human Genome Plus 2.0 (της πιο δημοφιλούς πλατφόρμας) από το δημόσιο καταθετήριο GEO. Συλλέξαμε προγραμματιστικά τα πρωτογενή αρχεία έντασης μικροσυστοιχιών CEL, χρησιμοποιώντας scripts PHP και τα επανεπεξεργαστήκαμε χρησιμοποιώντας τις ίδιες υπολογιστικές μεθόδους για την ανάλυση, για να μπορούν αυτά να είναι άμεσα συγκρίσιμα. Οι μέθοδοι αυτές ήταν ο αλγόριθμος MAS5.0, ο ίδιος παράγοντας κανονικοποίησης και ένα ενημερωμένο εναλλακτικό αρχείο περιγραφής της μικροσυστοιχίας (CDF). Η βάση δεδομένων ενημερώνεται αυτόματα κάθε μέρα, και επίσης σε ετήσια βάση με την ενημερωμένη έκδοση CDF από το brainarray. Αυτή η βάση δεδομένων είναι περίπου 100GB σε μέγεθος με σχεδόν 500GB συμπληρωματικά στοιχεία. Η βάση δεδομένων χρησιμοποιήθηκε στην ανάλυση συσχέτισης ανθρώπινων γονιδίων η οποία είναι ένα εργαλείο για την ταυτοποίηση των μεταγραφικά συνεκφρασμένων γονιδίων. Επιπλέον, έχουμε δημιουργήσει ένα πρόγραμμα το οποίο έκανε βασικό ποιοτικό έλεγχο σε αρχεία CEL και μπόρεσε επίσης να εξαλείψει όμοια δείγματα που είχαν διαφορετικές ταυτότητες, βασιζόμενο σε αλγόριθμους κατακερματισμού, χρησιμοποιώντας ως είσοδο την έντασή τους. Αυτό το πρόγραμμα χρησιμοποιήθηκε στο NASCArray, ένα δημόσιο καταθετήριο για δεδομένα μικροσυστοιχιών του φυτού Arabidopsis thaliana, επειδή θέλαμε να δημιουργήσουμε ένα νέο εργαλείο συνέκφρασης του Arabidopsis. Στο NASCArray, βρήκαμε περισσότερα από 100 κατεστραμμένα αρχεία CEL που αντιγράφηκαν και στα δημόσια καταθετήρια GEO και ArrayExpress. Αναφέραμε αυτά τα ευρήματα και τα αρχεία αποκαταστάθηκαν. Ο πιο αποτελεσματικός τρόπος για τη μελέτη της γονιδιακής συνέκφρασης βασίζεται στην ανάλυση του υποσυνόλου των δειγμάτων που περιέχουν τους καλύτερους εκπροσώπους από κάθε ιστό ή τύπο κυττάρου. Τα δείγματα μπορούν να ομαδοποιηθούν σύμφωνα με τα πρότυπα γονιδιακής έκφρασής τους. Η ομαδοποίηση μπορεί να απεικονιστεί σε δέντρα υπό κλίμακα. Δεδομένου ότι δεν υπάρχει αλγόριθμος για τον εντοπισμό των φύλλων ενός δέντρου που αντιπροσωπεύουν καλύτερα τα κλαδιά τους, δημιουργήσαμε τον αλγόριθμο MM για να κλαδέψουμε αυτόματα όσα φύλλα είναι απαραίτητο, χωρίς να υπολογιστεί ο πίνακας πατρικών αποστάσεων ή χωρίς να απαιτείται όριο ελάχιστης απόστασης, όπως χρειάζονται συναφή προγράμματα. Επίσης, δημιουργήσαμε έναν αλγόριθμο για τη διευκόλυνση του δια χειρός κλαδέματος, ο οποίος ενσωματώθηκε στη LepChorionDB.

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Μαλατράς Απόστολος

Rights

Language dc:language
Ελληνικά, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:1316507

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
related terms
citation

Μαλατράς Απόστολος. Βάση προεπεξεργασμένων δεδομένων μικροσυστοιχιών και αναγνώριση των πιο αντιπροσωπευτικών δειγμάτων. 2013. https://pergamos.lib.uoa.gr/uoa/dl/object/1316507