{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1316906"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1316906","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Διερεύνηση της συνδυαστικής επίδρασης των βιολογικών δικτύων και των διαφορικών γονιδιακών εκφράσεων στην επιλογή σημαντικών γονιδίων ως βιοδείκτες για τον καρκίνο του μαστού","abstract":"Τα γονίδια και οι πρωτεΐνες ενός οργανισμού είναι καλύτερο να αντιμετωπίζονται σαν ένα σύστημα παρά μεμονωμένα, προκειμένου να κατανοηθούν ακριβέστερα οι μηχανισμοί δράσης τους καθώς και η σχέση τους με άλλα μόρια. Αυτή η συστημική θεώρηση των γονιδίων και των πρωτεϊνών που είτε μετέχουν σε έναν μηχανισμό δράσης είτε εμπλέκονται σε μια ασθένεια, περιλαμβάνει την δημιουργία διαφόρων τύπων δικτύων, π.χ. πρωτεϊνικά δίκτυα αλληλεπίδρασης, μεταβολικά δίκτυα, κ.τ.λ, με τη μορφή γράφων. Σε αυτούς τους γράφους, οι κόμβοι αντιπροσωπεύουν τα βιομόρια τα οποία ενώνονται μεταξύ τους με ακμές, οι οποίες αποτυπώνουν όχι μόνο την ύπαρξη αλλά και το μέγεθος της αλληλεπίδρασης. Σκοπός αυτής της εργασίας είναι η μελέτη της επίδρασης των μοριακών δικτύων στον εντοπισμό \"σημαντικών\" γονιδίων ως προς μία ασθένεια. Συγκεκριμένα, συνδυάζοντας διαφορικές τιμές έκφρασης γονιδίων από τη μια και δίκτυα αλληλεπίδρασης από την άλλη, επιδιώκουμε την καλύτερη επανακατάταξη γονιδίων σε λίστες, με κύριο στόχο να αναδείξουμε τα γονίδια εκείνα που σχετίζονται με μηχανισμούς της εξεταζόμενης ασθένειας. Η επανακατάταξη αυτή επιτυγχάνεται με τον εμπλουτισμό των λιστών γονιδίων που παράγονται από κλασσικές μεθόδους επιλογής χαρακτηριστικών με πληροφορία που προέρχεται από δίκτυα γονιδίων.","abstract_html":"Τα γονίδια και οι πρωτεΐνες ενός οργανισμού είναι καλύτερο να αντιμετωπίζονται σαν ένα σύστημα παρά μεμονωμένα, προκειμένου να κατανοηθούν ακριβέστερα οι μηχανισμοί δράσης τους καθώς και η σχέση τους με άλλα μόρια. Αυτή η συστημική θεώρηση των γονιδίων και των πρωτεϊνών που είτε μετέχουν σε έναν μηχανισμό δράσης είτε εμπλέκονται σε μια ασθένεια, περιλαμβάνει την δημιουργία διαφόρων τύπων δικτύων, π.χ. πρωτεϊνικά δίκτυα αλληλεπίδρασης, μεταβολικά δίκτυα, κ.τ.λ, με τη μορφή γράφων. Σε αυτούς τους γράφους, οι κόμβοι αντιπροσωπεύουν τα βιομόρια τα οποία ενώνονται μεταξύ τους με ακμές, οι οποίες αποτυπώνουν όχι μόνο την ύπαρξη αλλά και το μέγεθος της αλληλεπίδρασης. Σκοπός αυτής της εργασίας είναι η μελέτη της επίδρασης των μοριακών δικτύων στον εντοπισμό &quot;σημαντικών&quot; γονιδίων ως προς μία ασθένεια. Συγκεκριμένα, συνδυάζοντας διαφορικές τιμές έκφρασης γονιδίων από τη μια και δίκτυα αλληλεπίδρασης από την άλλη, επιδιώκουμε την καλύτερη επανακατάταξη γονιδίων σε λίστες, με κύριο στόχο να αναδείξουμε τα γονίδια εκείνα που σχετίζονται με μηχανισμούς της εξεταζόμενης ασθένειας. Η επανακατάταξη αυτή επιτυγχάνεται με τον εμπλουτισμό των λιστών γονιδίων που παράγονται από κλασσικές μεθόδους επιλογής χαρακτηριστικών με πληροφορία που προέρχεται από δίκτυα γονιδίων.","abstract_has_math":false,"creators":["Μπουρδάκου Μαριλένα"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2014,"date_issued":"2014","date_published":"2014","updated_at":"2026-11-19T05:24:56Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1316906"],"render_values":[{"text":"uoadl:1316906","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1316906","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1316906","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1316906","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μπουρδάκου Μαριλένα"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2014"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1316906","https://pergamos.lib.uoa.gr/uoa/dl/object/1316906"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα γονίδια και οι πρωτεΐνες ενός οργανισμού είναι καλύτερο να αντιμετωπίζονται σαν ένα σύστημα παρά μεμονωμένα, προκειμένου να κατανοηθούν ακριβέστερα οι μηχανισμοί δράσης τους καθώς και η σχέση τους με άλλα μόρια. Αυτή η συστημική θεώρηση των γονιδίων και των πρωτεϊνών που είτε μετέχουν σε έναν μηχανισμό δράσης είτε εμπλέκονται σε μια ασθένεια, περιλαμβάνει την δημιουργία διαφόρων τύπων δικτύων, π.χ. πρωτεϊνικά δίκτυα αλληλεπίδρασης, μεταβολικά δίκτυα, κ.τ.λ, με τη μορφή γράφων. Σε αυτούς τους γράφους, οι κόμβοι αντιπροσωπεύουν τα βιομόρια τα οποία ενώνονται μεταξύ τους με ακμές, οι οποίες αποτυπώνουν όχι μόνο την ύπαρξη αλλά και το μέγεθος της αλληλεπίδρασης. Σκοπός αυτής της εργασίας είναι η μελέτη της επίδρασης των μοριακών δικτύων στον εντοπισμό \"σημαντικών\" γονιδίων ως προς μία ασθένεια. Συγκεκριμένα, συνδυάζοντας διαφορικές τιμές έκφρασης γονιδίων από τη μια και δίκτυα αλληλεπίδρασης από την άλλη, επιδιώκουμε την καλύτερη επανακατάταξη γονιδίων σε λίστες, με κύριο στόχο να αναδείξουμε τα γονίδια εκείνα που σχετίζονται με μηχανισμούς της εξεταζόμενης ασθένειας. Η επανακατάταξη αυτή επιτυγχάνεται με τον εμπλουτισμό των λιστών γονιδίων που παράγονται από κλασσικές μεθόδους επιλογής χαρακτηριστικών με πληροφορία που προέρχεται από δίκτυα γονιδίων.","It is widely accepted that is better off analyzing genes and proteins in an organism as a system rather than isolated, in order to achieve insights about the underlying regulatory mechanisms or their interactions. This systemic perspective on genes and proteins, which participate either in a mechanism or in a disease, entails the use of several types of networks, for example protein-protein interaction, metabolic networks, etc., with the aid of graphs. In those graphs, nodes represent biomolecules whereas edges describe on the one hand the existence of an interaction while on the other the magnitude of this interaction. The aim of this study is to reveal the potential influence of molecular networks in determining \"significant\" genes related to a specific disease. In particular, combining differential gene expression values and interaction networks we aim at producing re-ranked gene lists where the top ranked genes are those associated closely with mechanisms of the inspected disease. The gene lists produced through common feature selection techniques, are initially enriched with information derived from gene networks and finally re-ranked accordingly."]},{"key":"dc:title","label":"Title","values":["Διερεύνηση της συνδυαστικής επίδρασης των βιολογικών δικτύων και των διαφορικών γονιδιακών εκφράσεων στην επιλογή σημαντικών γονιδίων ως βιοδείκτες για τον καρκίνο του μαστού"]}]}],"canonical_facts":{"dc:creator":["Μπουρδάκου Μαριλένα"],"dc:date":["2014"],"dc:description":["Τα γονίδια και οι πρωτεΐνες ενός οργανισμού είναι καλύτερο να αντιμετωπίζονται σαν ένα σύστημα παρά μεμονωμένα, προκειμένου να κατανοηθούν ακριβέστερα οι μηχανισμοί δράσης τους καθώς και η σχέση τους με άλλα μόρια. Αυτή η συστημική θεώρηση των γονιδίων και των πρωτεϊνών που είτε μετέχουν σε έναν μηχανισμό δράσης είτε εμπλέκονται σε μια ασθένεια, περιλαμβάνει την δημιουργία διαφόρων τύπων δικτύων, π.χ. πρωτεϊνικά δίκτυα αλληλεπίδρασης, μεταβολικά δίκτυα, κ.τ.λ, με τη μορφή γράφων. Σε αυτούς τους γράφους, οι κόμβοι αντιπροσωπεύουν τα βιομόρια τα οποία ενώνονται μεταξύ τους με ακμές, οι οποίες αποτυπώνουν όχι μόνο την ύπαρξη αλλά και το μέγεθος της αλληλεπίδρασης. Σκοπός αυτής της εργασίας είναι η μελέτη της επίδρασης των μοριακών δικτύων στον εντοπισμό \"σημαντικών\" γονιδίων ως προς μία ασθένεια. Συγκεκριμένα, συνδυάζοντας διαφορικές τιμές έκφρασης γονιδίων από τη μια και δίκτυα αλληλεπίδρασης από την άλλη, επιδιώκουμε την καλύτερη επανακατάταξη γονιδίων σε λίστες, με κύριο στόχο να αναδείξουμε τα γονίδια εκείνα που σχετίζονται με μηχανισμούς της εξεταζόμενης ασθένειας. Η επανακατάταξη αυτή επιτυγχάνεται με τον εμπλουτισμό των λιστών γονιδίων που παράγονται από κλασσικές μεθόδους επιλογής χαρακτηριστικών με πληροφορία που προέρχεται από δίκτυα γονιδίων.","It is widely accepted that is better off analyzing genes and proteins in an organism as a system rather than isolated, in order to achieve insights about the underlying regulatory mechanisms or their interactions. This systemic perspective on genes and proteins, which participate either in a mechanism or in a disease, entails the use of several types of networks, for example protein-protein interaction, metabolic networks, etc., with the aid of graphs. In those graphs, nodes represent biomolecules whereas edges describe on the one hand the existence of an interaction while on the other the magnitude of this interaction. The aim of this study is to reveal the potential influence of molecular networks in determining \"significant\" genes related to a specific disease. In particular, combining differential gene expression values and interaction networks we aim at producing re-ranked gene lists where the top ranked genes are those associated closely with mechanisms of the inspected disease. The gene lists produced through common feature selection techniques, are initially enriched with information derived from gene networks and finally re-ranked accordingly."],"dc:identifier":["uoadl:1316906","https://pergamos.lib.uoa.gr/uoa/dl/object/1316906"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Διερεύνηση της συνδυαστικής επίδρασης των βιολογικών δικτύων και των διαφορικών γονιδιακών εκφράσεων στην επιλογή σημαντικών γονιδίων ως βιοδείκτες για τον καρκίνο του μαστού"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:24:56Z"}