National and Kapodistrian University of Athens
Gradient Boosted Trees on Transcriptomics: Diagnosis of Acute Myeloid Leukaemia
Abstract
dc:descriptionΗ οξεία μυελογενής λευχαιμία (ΟΜΛ) είναι ένας τύπος καρκίνου που εμφανίζεται κυρίως σε ενήλικες με περιστασιακή έλλειψη συμπτωμάτων. Χαρακτηρίζεται από τον πολλαπλασιασμό, τη μη φυσιολογική διαφοροποίηση και σπάνια από την ατελή διαφοροποίηση των αιμοποιητικών κυττάρων. Επηρεάζει 0.3 με 5.3 ανά 100000 άτομα παγκοσμίως κάθε χρόνο. Εάν ένας ασθενής με ΟΜΛ δε λάβει την κατάλληλη θεραπεία, η μέση επιβίωση είναι περίπου 2 μήνες. Η γρήγορη διάγνωση είναι πολύ σημαντική και μπορεί να ωφελήσει τη συνολική επιβίωση. Στην παρούσα διπλωματική εργασία, τεχνικές μηχανικής μάθησης εφαρμόζονται σε δεδομένα μεταγραφωματικής με σκοπό την ανάπτυξη ενός εργαλείου που θα προβλέπει εάν ένα άτομο είναι ασθενής ΟΜΛ ή είναι υγιής. Συγκεκριμένα, ένας σύγχρονος αλγόριθμος μηχανικής μάθησης που ανήκει στην κατηγορία των δέντρων ενισχυμένης μάθησης, ο CatBoost, εφαρμόζεται σε δεδομένα μικροσυστοιχιών γονιδιακής έκφρασης που αποτελούνται από 3374 άτομα, ασθενείς ΟΜΛ και υγιείς, και 34 probe sets ως χαρακτηριστικά (CatBoost34) και σε ένα υποσύνολο των 3374 ατόμων που αποτελείται από 2177 άτομα, την ηλικία τους και 26 probe sets ως χαρακτηριστικά (CatBoost26). Η απόδοση του CatBoost26 μοντέλου είναι η καλύτερη στη βιβλιογραφία αναφορικά με τη πρόβλεψη της ΟΜΛ χρησιμοποιώντας παρόμοια ή όχι δεδομένα.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Σουλιώτη Ιωάννα
- Soulioti Ioanna
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:2963114