Back to search

National and Kapodistrian University of Athens

Big data management and processing. Proteomic and proteogenomic analyses of lung cancer patients using bioinformatic tools.

Abstract

dc:description

Οι τεχνολογίες multi-omics αποτελούν αδιάσπαστο τμήμα της βασικής και κλινικής έρευνας. Πολύπλοκες ασθένειες, όπως για παράδειγμα ο καρκίνος του πνεύμονα, έχουν ως ατιολογικό υπόβαθρο πολλαπλούς γενετικούς και περιβαλλοντικούς παράγοντες η ολιστική μελέτη των οποίων αποτελεί ιδιαίτερα απαιτητική διαδικασία. Η επιστήμη της βιοπληροφορικής συμβάλλει σημαντικά στην επεξεργασία και ανάλυση δεδομένων omics, χρησιμοποιώντας τα εργαλεία της πληροφορικής για να απαντήσει πολύπλοκα βιολογικά ερωτήματα. Ωστόσο, παρά την διαθεσιμότητα εργαλείων για την ανάλυση τέτοιου είδους δεδομένων δεν καθίσταται πάντα εύκολη η σωστή διεξαγωγή βιοπληροφορικών αναλύσεων. Στην παρούσα Διπλωματική Εργασία (ΔΕ) παρατίθενται όλες οι σύγχρονες προσεγγίσεις για τη βιοπληροφορική ανάλυση, καθώς και παραδείγματα για τον σχεδιασμό μιας πρωτεογενομικής μελέτης. Ειδικότερα, περιγράφονται οι αρχές μεθόδου για την προεπεξεργασία, στατιστική ανάλυση και σύγκριση των αποτελεσμάτων με την προϋπάρχουσα βιβλιογραφία. Επίπλέον, αναφέρονται τρόποι οπτικοποίησης των δεδομένων μέσω γλώσσας προγραμματισμού ή μέσω διαδικτυακών πλατφορμών (π.χ. StringDB). Σε αυτά τα πλαίσια, παρατίθενται βάσεις δεδομένων πρωτεομικής που έχουν προκύψει από κλινικές και βιοχημικές μελέτες οι οποίες αποτελούν σημεία αναφοράς για τη συνεχιζόμενη έρευνα των πρωτεϊνών. Επιπροσθέτως, σημειώνονται συνοπτικά παραδείγματα μελετών multi-omics καθώς και η χρήση των εργαλείων βιοπληροφορικής που οδήγησαν σε κλινικά συμπεράσματα. Συμπερασματικά, αυτές οι εξελισσόμενες τεχνολογίες αποτελούν αναπόσπαστο κομμάτι της κλινικής έρευνας. Παρόλα αυτά αντιμετωπίζουν προκλήσεις σχετικές με την ευστοχία τους και τις απαιτήσεις τους σε υπολογιστική υποδομή. Στη μοντέρνα κλινική έρευνα, πολλές από τις προαναφερθείσες τεχνολογίες έχουν πλέον κάνει εφικτή την ανάλυση μοναδικών κυττάρων (single-cell omics) ή ιστών (spatial omics). Με αυτόν τον τρόπο, δύναται να εξαχθούν συμπεράσματα, όχι μόνο για τον μέσο φαινότυπο ενός κυτταρικού πληθυσμού, αλλά και για την εσωτερική διακύμανσή του. Στόχος της παρούσας ΔΕ είναι η δημιουργία ενός εγχειρίδιου βιοπληροφορικής ανάλυσης παρέχοντας τα βασικά βήματα βιοπληροφορικής επεξεργασίας λεπτομερής παράθεση βιοπληροφορικών εργαλείων προεπεξεργασίας, στατιστικής, εμπλουτισμού και οπτικοποίησης δεδομένων omics.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Μπουλιόγλου Ολυμπία-Ειρήνη
  • Boulioglou Olympia-Eirini

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:3404660

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
citation

Μπουλιόγλου Ολυμπία-Ειρήνη; Boulioglou Olympia-Eirini. Big data management and processing. Proteomic and proteogenomic analyses of lung cancer patients using bioinformatic tools.. 2024. https://pergamos.lib.uoa.gr/uoa/dl/object/3404660