{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2927426"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2927426","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Συγκριτική αξιολόγηση αλγορίθμων ομαδοποίησης εφαρμοσμένοι σε βιολογικά δίκτυα","abstract":"Η λειτουργία ενός οργανισμού σε μοριακό επίπεδο εξαρτάται σε μεγάλο βαθμό από τις αλληλεπιδράσεις των μακρομορίων αυτού. Η δημιουργία συμπλόκων πρωτεϊνών αποτελούν βασική μονάδα, υπεύθυνη για ποικίλους βιολογικούς μηχανισμούς μέσα στο κύτταρο. Ο προσδιορισμός, επομένως, των συγκεκριμένων αλληλεπιδράσεων καθίσταται απαραίτητος για την αποσαφήνιση τόσο της δομικής όσο και της λειτουργικής οργάνωσης των έμβιων όντων. Τα προηγούμενα χρόνια η προσπάθεια εύρεσης αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPIs) περιοριζόταν σε πειραματικές μεθόδους, οι οποίες όμως, ερευνούσαν μικρά σύνολα πρωτεϊνών. Τις τελευταίες δεκαετίες, χάρη στην ανάπτυξη μεθόδων υψηλής απόδοσης, οι επιστήμονες έχουν στην διάθεσή τους σημαντικό όγκο δεδομένων, τον οποίο μπορούν με την χρήση υπολογιστικών μεθόδων, όπως η κατασκευή δικτύων αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPINs), να επεξεργαστούν, ώστε να εξάγουν σύμπλοκα πρωτεϊνών με πιθανή βιολογική σημασία. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανασκόπηση και αξιολόγηση διαδεδομένων στην βιβλιογραφία αλγορίθμων ομαδοποίησης, οι οποίοι εφαρμόζονται σε βιολογικά δίκτυα και πιο συγκεκριμένα σε δίκτυα αλληλεπίδρασης πρωτεΐνης – πρωτεΐνης, για την εύρεση συμπλόκων πρωτεϊνών. Πρώτο στάδιο για την επίτευξη αυτού αποτελεί η εκτενής μελέτη βάσεων δεδομένων σχετικές με αλληλεπιδράσεις τέτοιου τύπου και η επιλογή εξ αυτών αντιπροσωπευτικών συνόλων δεδομένων συσχετίσεων. Στην συνέχεια, με την χρήση των συνόλων αυτών και των αντίστοιχων δικτύων που παράγουν, θα εκτελεστούν οι υπό μελέτη αλγόριθμοι ομαδοποίησης: Affinity Propagation, ClusterONE, MCL, MCODE, NCMine, SPICi. Ακολούθως τα αποτελέσματα που θα παραχθούν θα υποστούν στατιστικό έλεγχο, ώστε να βρεθεί η αξιοπιστία των δεδομένων που προέκυψαν, μέσω της σύγκρισης τόσο μεταξύ των αποτελεσμάτων των διαφορετικών αλγορίθμων, όσο και με ήδη γνωστά δεδομένα σχετικά με πρωτεϊνικά σύμπλοκα. Διαμέσου της μελέτης αυτής θα είναι εφικτός ο προσδιορισμός των αλγορίθμων αυτών που αποδίδουν τα βέλτιστα αποτελέσματα, και επομένως θα υπάρξει η δυνατότητα για πιο αποτελεσματική, μελλοντική, ανάπτυξη ερευνών ανάλυσης συσχετίσεων πρωτεϊνών με άλλες πρωτεΐνες.","abstract_html":"Η λειτουργία ενός οργανισμού σε μοριακό επίπεδο εξαρτάται σε μεγάλο βαθμό από τις αλληλεπιδράσεις των μακρομορίων αυτού. Η δημιουργία συμπλόκων πρωτεϊνών αποτελούν βασική μονάδα, υπεύθυνη για ποικίλους βιολογικούς μηχανισμούς μέσα στο κύτταρο. Ο προσδιορισμός, επομένως, των συγκεκριμένων αλληλεπιδράσεων καθίσταται απαραίτητος για την αποσαφήνιση τόσο της δομικής όσο και της λειτουργικής οργάνωσης των έμβιων όντων. Τα προηγούμενα χρόνια η προσπάθεια εύρεσης αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPIs) περιοριζόταν σε πειραματικές μεθόδους, οι οποίες όμως, ερευνούσαν μικρά σύνολα πρωτεϊνών. Τις τελευταίες δεκαετίες, χάρη στην ανάπτυξη μεθόδων υψηλής απόδοσης, οι επιστήμονες έχουν στην διάθεσή τους σημαντικό όγκο δεδομένων, τον οποίο μπορούν με την χρήση υπολογιστικών μεθόδων, όπως η κατασκευή δικτύων αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPINs), να επεξεργαστούν, ώστε να εξάγουν σύμπλοκα πρωτεϊνών με πιθανή βιολογική σημασία. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανασκόπηση και αξιολόγηση διαδεδομένων στην βιβλιογραφία αλγορίθμων ομαδοποίησης, οι οποίοι εφαρμόζονται σε βιολογικά δίκτυα και πιο συγκεκριμένα σε δίκτυα αλληλεπίδρασης πρωτεΐνης – πρωτεΐνης, για την εύρεση συμπλόκων πρωτεϊνών. Πρώτο στάδιο για την επίτευξη αυτού αποτελεί η εκτενής μελέτη βάσεων δεδομένων σχετικές με αλληλεπιδράσεις τέτοιου τύπου και η επιλογή εξ αυτών αντιπροσωπευτικών συνόλων δεδομένων συσχετίσεων. Στην συνέχεια, με την χρήση των συνόλων αυτών και των αντίστοιχων δικτύων που παράγουν, θα εκτελεστούν οι υπό μελέτη αλγόριθμοι ομαδοποίησης: Affinity Propagation, ClusterONE, MCL, MCODE, NCMine, SPICi. Ακολούθως τα αποτελέσματα που θα παραχθούν θα υποστούν στατιστικό έλεγχο, ώστε να βρεθεί η αξιοπιστία των δεδομένων που προέκυψαν, μέσω της σύγκρισης τόσο μεταξύ των αποτελεσμάτων των διαφορετικών αλγορίθμων, όσο και με ήδη γνωστά δεδομένα σχετικά με πρωτεϊνικά σύμπλοκα. Διαμέσου της μελέτης αυτής θα είναι εφικτός ο προσδιορισμός των αλγορίθμων αυτών που αποδίδουν τα βέλτιστα αποτελέσματα, και επομένως θα υπάρξει η δυνατότητα για πιο αποτελεσματική, μελλοντική, ανάπτυξη ερευνών ανάλυσης συσχετίσεων πρωτεϊνών με άλλες πρωτεΐνες.","abstract_has_math":false,"creators":["Παμπάλου Ανδρομάχη","Pampalou Andromachi"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2020,"date_issued":"2020","date_published":"2020","updated_at":"2026-11-19T05:40:57Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2927426"],"render_values":[{"text":"uoadl:2927426","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2927426","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2927426","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%3A2927426","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Παμπάλου Ανδρομάχη","Pampalou Andromachi"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2020"]},{"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":["Θετικές Επιστήμες","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:2927426","https://pergamos.lib.uoa.gr/uoa/dl/object/2927426"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η λειτουργία ενός οργανισμού σε μοριακό επίπεδο εξαρτάται σε μεγάλο βαθμό από τις αλληλεπιδράσεις των μακρομορίων αυτού. Η δημιουργία συμπλόκων πρωτεϊνών αποτελούν βασική μονάδα, υπεύθυνη για ποικίλους βιολογικούς μηχανισμούς μέσα στο κύτταρο. Ο προσδιορισμός, επομένως, των συγκεκριμένων αλληλεπιδράσεων καθίσταται απαραίτητος για την αποσαφήνιση τόσο της δομικής όσο και της λειτουργικής οργάνωσης των έμβιων όντων. Τα προηγούμενα χρόνια η προσπάθεια εύρεσης αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPIs) περιοριζόταν σε πειραματικές μεθόδους, οι οποίες όμως, ερευνούσαν μικρά σύνολα πρωτεϊνών. Τις τελευταίες δεκαετίες, χάρη στην ανάπτυξη μεθόδων υψηλής απόδοσης, οι επιστήμονες έχουν στην διάθεσή τους σημαντικό όγκο δεδομένων, τον οποίο μπορούν με την χρήση υπολογιστικών μεθόδων, όπως η κατασκευή δικτύων αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPINs), να επεξεργαστούν, ώστε να εξάγουν σύμπλοκα πρωτεϊνών με πιθανή βιολογική σημασία. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανασκόπηση και αξιολόγηση διαδεδομένων στην βιβλιογραφία αλγορίθμων ομαδοποίησης, οι οποίοι εφαρμόζονται σε βιολογικά δίκτυα και πιο συγκεκριμένα σε δίκτυα αλληλεπίδρασης πρωτεΐνης – πρωτεΐνης, για την εύρεση συμπλόκων πρωτεϊνών. Πρώτο στάδιο για την επίτευξη αυτού αποτελεί η εκτενής μελέτη βάσεων δεδομένων σχετικές με αλληλεπιδράσεις τέτοιου τύπου και η επιλογή εξ αυτών αντιπροσωπευτικών συνόλων δεδομένων συσχετίσεων. Στην συνέχεια, με την χρήση των συνόλων αυτών και των αντίστοιχων δικτύων που παράγουν, θα εκτελεστούν οι υπό μελέτη αλγόριθμοι ομαδοποίησης: Affinity Propagation, ClusterONE, MCL, MCODE, NCMine, SPICi. Ακολούθως τα αποτελέσματα που θα παραχθούν θα υποστούν στατιστικό έλεγχο, ώστε να βρεθεί η αξιοπιστία των δεδομένων που προέκυψαν, μέσω της σύγκρισης τόσο μεταξύ των αποτελεσμάτων των διαφορετικών αλγορίθμων, όσο και με ήδη γνωστά δεδομένα σχετικά με πρωτεϊνικά σύμπλοκα. Διαμέσου της μελέτης αυτής θα είναι εφικτός ο προσδιορισμός των αλγορίθμων αυτών που αποδίδουν τα βέλτιστα αποτελέσματα, και επομένως θα υπάρξει η δυνατότητα για πιο αποτελεσματική, μελλοντική, ανάπτυξη ερευνών ανάλυσης συσχετίσεων πρωτεϊνών με άλλες πρωτεΐνες.","The function of an organism on the molecular level depends to a large extent on the interactions of its macromolecules. The formation of protein complexes is a basic unit, responsible for a variety of biological mechanisms within the cell. The identification, therefore, of the specific interactions becomes necessary in order to clarify both the structural and the functional organization of living beings. In previous years, the attempt to find protein - protein interactions (PPIs) was limited to experimental methods which, however, mainly investigated small sets of proteins. In recent decades, thanks to the development of high - throughput methods, scientists have at their disposal a significant amount of data. By using computational methods, such as protein - protein interaction networks (PPINs) this information can be processed in order to predict protein complexes with potential biological significance. The main purpose of this thesis is to provide an overview and evaluation in some of the main clustering algorithms that are applied in biological networks and specifically in protein - protein interaction networks, in order to identify protein complexes. The first step to achieve this is the extensive study of databases containing such interactions and the selection of a representative dataset of PPIs. Thereafter in total 6 different clustering algorithms (Affinity Propagation, ClusterONE, MCL, MCODE, NCMine, and SPICi) are executed with inputs the interaction networks of those datasets. The results that are produced undergo statistical evaluation in order to verify the credibility of the methods, by comparing the results of the different algorithms both with each other and with protein complexes of a reference dataset. Through this study it is possible to determine the algorithm that returns the best results as well as the algorithms with the most related results, consequently leading to more effective future studies of protein - protein interactions."]},{"key":"dc:title","label":"Title","values":["Συγκριτική αξιολόγηση αλγορίθμων ομαδοποίησης εφαρμοσμένοι σε βιολογικά δίκτυα"]}]}],"canonical_facts":{"dc:creator":["Παμπάλου Ανδρομάχη","Pampalou Andromachi"],"dc:date":["2020"],"dc:description":["Η λειτουργία ενός οργανισμού σε μοριακό επίπεδο εξαρτάται σε μεγάλο βαθμό από τις αλληλεπιδράσεις των μακρομορίων αυτού. Η δημιουργία συμπλόκων πρωτεϊνών αποτελούν βασική μονάδα, υπεύθυνη για ποικίλους βιολογικούς μηχανισμούς μέσα στο κύτταρο. Ο προσδιορισμός, επομένως, των συγκεκριμένων αλληλεπιδράσεων καθίσταται απαραίτητος για την αποσαφήνιση τόσο της δομικής όσο και της λειτουργικής οργάνωσης των έμβιων όντων. Τα προηγούμενα χρόνια η προσπάθεια εύρεσης αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPIs) περιοριζόταν σε πειραματικές μεθόδους, οι οποίες όμως, ερευνούσαν μικρά σύνολα πρωτεϊνών. Τις τελευταίες δεκαετίες, χάρη στην ανάπτυξη μεθόδων υψηλής απόδοσης, οι επιστήμονες έχουν στην διάθεσή τους σημαντικό όγκο δεδομένων, τον οποίο μπορούν με την χρήση υπολογιστικών μεθόδων, όπως η κατασκευή δικτύων αλληλεπιδράσεων πρωτεϊνών – πρωτεϊνών (PPINs), να επεξεργαστούν, ώστε να εξάγουν σύμπλοκα πρωτεϊνών με πιθανή βιολογική σημασία. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανασκόπηση και αξιολόγηση διαδεδομένων στην βιβλιογραφία αλγορίθμων ομαδοποίησης, οι οποίοι εφαρμόζονται σε βιολογικά δίκτυα και πιο συγκεκριμένα σε δίκτυα αλληλεπίδρασης πρωτεΐνης – πρωτεΐνης, για την εύρεση συμπλόκων πρωτεϊνών. Πρώτο στάδιο για την επίτευξη αυτού αποτελεί η εκτενής μελέτη βάσεων δεδομένων σχετικές με αλληλεπιδράσεις τέτοιου τύπου και η επιλογή εξ αυτών αντιπροσωπευτικών συνόλων δεδομένων συσχετίσεων. Στην συνέχεια, με την χρήση των συνόλων αυτών και των αντίστοιχων δικτύων που παράγουν, θα εκτελεστούν οι υπό μελέτη αλγόριθμοι ομαδοποίησης: Affinity Propagation, ClusterONE, MCL, MCODE, NCMine, SPICi. Ακολούθως τα αποτελέσματα που θα παραχθούν θα υποστούν στατιστικό έλεγχο, ώστε να βρεθεί η αξιοπιστία των δεδομένων που προέκυψαν, μέσω της σύγκρισης τόσο μεταξύ των αποτελεσμάτων των διαφορετικών αλγορίθμων, όσο και με ήδη γνωστά δεδομένα σχετικά με πρωτεϊνικά σύμπλοκα. Διαμέσου της μελέτης αυτής θα είναι εφικτός ο προσδιορισμός των αλγορίθμων αυτών που αποδίδουν τα βέλτιστα αποτελέσματα, και επομένως θα υπάρξει η δυνατότητα για πιο αποτελεσματική, μελλοντική, ανάπτυξη ερευνών ανάλυσης συσχετίσεων πρωτεϊνών με άλλες πρωτεΐνες.","The function of an organism on the molecular level depends to a large extent on the interactions of its macromolecules. The formation of protein complexes is a basic unit, responsible for a variety of biological mechanisms within the cell. The identification, therefore, of the specific interactions becomes necessary in order to clarify both the structural and the functional organization of living beings. In previous years, the attempt to find protein - protein interactions (PPIs) was limited to experimental methods which, however, mainly investigated small sets of proteins. In recent decades, thanks to the development of high - throughput methods, scientists have at their disposal a significant amount of data. By using computational methods, such as protein - protein interaction networks (PPINs) this information can be processed in order to predict protein complexes with potential biological significance. The main purpose of this thesis is to provide an overview and evaluation in some of the main clustering algorithms that are applied in biological networks and specifically in protein - protein interaction networks, in order to identify protein complexes. The first step to achieve this is the extensive study of databases containing such interactions and the selection of a representative dataset of PPIs. Thereafter in total 6 different clustering algorithms (Affinity Propagation, ClusterONE, MCL, MCODE, NCMine, and SPICi) are executed with inputs the interaction networks of those datasets. The results that are produced undergo statistical evaluation in order to verify the credibility of the methods, by comparing the results of the different algorithms both with each other and with protein complexes of a reference dataset. Through this study it is possible to determine the algorithm that returns the best results as well as the algorithms with the most related results, consequently leading to more effective future studies of protein - protein interactions."],"dc:identifier":["uoadl:2927426","https://pergamos.lib.uoa.gr/uoa/dl/object/2927426"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Συγκριτική αξιολόγηση αλγορίθμων ομαδοποίησης εφαρμοσμένοι σε βιολογικά δίκτυα"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:40:57Z"}