{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1327810"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1327810","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Υπολογιστική μέθοδος εύρεση θέσεων έναρξης της μεταγραφής των γονιδίων με χρήση δεδομένων CAGE.","abstract":"Στόχος της παρούσας εργασίας είναι ο σχεδιασμός και η υλοποίηση ενός αλγόριθμου ικανού να εντοπίσει με ακρίβεια, τις θέσεις έναρξης μεταγραφής των γονιδίων. Ο αλγόριθμος που σχεδιάστηκε χρησιμοποιεί δεδομένα τα οποία έχουν εξαχθεί με την μέθοδο CAGE (Cap Analysis of Gene Expression) καθώς και χαρακτηριστικά της πρωτοταγούς και δευτεροταγούς δομής του DNA των υπό διερεύνηση περιοχών, σε συνδυασμό με μηχανική Μάθηση. Ο αλγόριθμος δοκιμάστηκε σε Human ES cells (H9 line) και η απόδοση του αξιολογήθηκε χρησιμοποιώντας δεδομένα καλά σχολιασμένων περιοχών έναρξης Γονιδίων από τη βιβλιογραφία. Τα αποτελέσματα του αλγόριθμου συγκρίθηκαν ως προς τα ποιοτικά και ποσοτικά χαρακτηριστικά τους με αντίστοιχους αλγορίθμους εντοπισμού περιοχών έναρξης μεταγραφής που συναντώνται στην βιβλιογραφία.","abstract_html":"Στόχος της παρούσας εργασίας είναι ο σχεδιασμός και η υλοποίηση ενός αλγόριθμου ικανού να εντοπίσει με ακρίβεια, τις θέσεις έναρξης μεταγραφής των γονιδίων. Ο αλγόριθμος που σχεδιάστηκε χρησιμοποιεί δεδομένα τα οποία έχουν εξαχθεί με την μέθοδο CAGE (Cap Analysis of Gene Expression) καθώς και χαρακτηριστικά της πρωτοταγούς και δευτεροταγούς δομής του DNA των υπό διερεύνηση περιοχών, σε συνδυασμό με μηχανική Μάθηση. Ο αλγόριθμος δοκιμάστηκε σε Human ES cells (H9 line) και η απόδοση του αξιολογήθηκε χρησιμοποιώντας δεδομένα καλά σχολιασμένων περιοχών έναρξης Γονιδίων από τη βιβλιογραφία. Τα αποτελέσματα του αλγόριθμου συγκρίθηκαν ως προς τα ποιοτικά και ποσοτικά χαρακτηριστικά τους με αντίστοιχους αλγορίθμους εντοπισμού περιοχών έναρξης μεταγραφής που συναντώνται στην βιβλιογραφία.","abstract_has_math":false,"creators":["Περδικοπάνης Νικόλαος","Perdikopanis Nikos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2017,"date_issued":"2017","date_published":"2017","updated_at":"2026-11-19T05:27:31Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1327810"],"render_values":[{"text":"uoadl:1327810","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1327810","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1327810","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%3A1327810","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Περδικοπάνης Νικόλαος","Perdikopanis Nikos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2017"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"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:1327810","https://pergamos.lib.uoa.gr/uoa/dl/object/1327810"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Στόχος της παρούσας εργασίας είναι ο σχεδιασμός και η υλοποίηση ενός αλγόριθμου ικανού να εντοπίσει με ακρίβεια, τις θέσεις έναρξης μεταγραφής των γονιδίων. Ο αλγόριθμος που σχεδιάστηκε χρησιμοποιεί δεδομένα τα οποία έχουν εξαχθεί με την μέθοδο CAGE (Cap Analysis of Gene Expression) καθώς και χαρακτηριστικά της πρωτοταγούς και δευτεροταγούς δομής του DNA των υπό διερεύνηση περιοχών, σε συνδυασμό με μηχανική Μάθηση. Ο αλγόριθμος δοκιμάστηκε σε Human ES cells (H9 line) και η απόδοση του αξιολογήθηκε χρησιμοποιώντας δεδομένα καλά σχολιασμένων περιοχών έναρξης Γονιδίων από τη βιβλιογραφία. Τα αποτελέσματα του αλγόριθμου συγκρίθηκαν ως προς τα ποιοτικά και ποσοτικά χαρακτηριστικά τους με αντίστοιχους αλγορίθμους εντοπισμού περιοχών έναρξης μεταγραφής που συναντώνται στην βιβλιογραφία.","Aim of this thesis Is the design and implementation of an algorithm efficient to identify Genes Transcription start Sites (TSS). The algorithm use data extracted with CAGE method as well as features of the primary and secondary structure of DNA of the screening regions. Algorithm use Machine learning technics (SVM, Regression Models) for the proper TSS identification. For the training and testing of the algorithm we use Human ES cells (H9 and H1 cell lines) and its efficiency evaluated using well annotated genes TSS, collected from the bibliography. The algorithm compared with related algorithm (CAGEr Reclu Paraclu) for a set quantitative and qualitative features."]},{"key":"dc:title","label":"Title","values":["Υπολογιστική μέθοδος εύρεση θέσεων έναρξης της μεταγραφής των γονιδίων με χρήση δεδομένων CAGE."]}]}],"canonical_facts":{"dc:creator":["Περδικοπάνης Νικόλαος","Perdikopanis Nikos"],"dc:date":["2017"],"dc:description":["Στόχος της παρούσας εργασίας είναι ο σχεδιασμός και η υλοποίηση ενός αλγόριθμου ικανού να εντοπίσει με ακρίβεια, τις θέσεις έναρξης μεταγραφής των γονιδίων. Ο αλγόριθμος που σχεδιάστηκε χρησιμοποιεί δεδομένα τα οποία έχουν εξαχθεί με την μέθοδο CAGE (Cap Analysis of Gene Expression) καθώς και χαρακτηριστικά της πρωτοταγούς και δευτεροταγούς δομής του DNA των υπό διερεύνηση περιοχών, σε συνδυασμό με μηχανική Μάθηση. Ο αλγόριθμος δοκιμάστηκε σε Human ES cells (H9 line) και η απόδοση του αξιολογήθηκε χρησιμοποιώντας δεδομένα καλά σχολιασμένων περιοχών έναρξης Γονιδίων από τη βιβλιογραφία. Τα αποτελέσματα του αλγόριθμου συγκρίθηκαν ως προς τα ποιοτικά και ποσοτικά χαρακτηριστικά τους με αντίστοιχους αλγορίθμους εντοπισμού περιοχών έναρξης μεταγραφής που συναντώνται στην βιβλιογραφία.","Aim of this thesis Is the design and implementation of an algorithm efficient to identify Genes Transcription start Sites (TSS). The algorithm use data extracted with CAGE method as well as features of the primary and secondary structure of DNA of the screening regions. Algorithm use Machine learning technics (SVM, Regression Models) for the proper TSS identification. For the training and testing of the algorithm we use Human ES cells (H9 and H1 cell lines) and its efficiency evaluated using well annotated genes TSS, collected from the bibliography. The algorithm compared with related algorithm (CAGEr Reclu Paraclu) for a set quantitative and qualitative features."],"dc:identifier":["uoadl:1327810","https://pergamos.lib.uoa.gr/uoa/dl/object/1327810"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Υπολογιστική μέθοδος εύρεση θέσεων έναρξης της μεταγραφής των γονιδίων με χρήση δεδομένων CAGE."],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:27:31Z"}