{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3413279"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3413279","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Automated workflow for Senolytic drug discovery using machine learning","abstract":"Η κυτταρική γήρανση, η οποία εντοπίστηκε για πρώτη φορά το 1961, έχει γίνει κύριος στόχος για τις εταιρείες βιοτεχνολογίας που στοχεύουν στην ενίσχυση της ανθρώπινης υγείας. Αυτό το φαινόμενο χαρακτηρίζεται από κύτταρα που παύουν να διαιρούνται μόνιμα ως απόκριση σε διάφορες εσωτερικές και εξωτερικές πιέσεις, όπως η φθορά των τελομερών, η ενεργοποίηση ογκογονιδίων και η επίμονη βλάβη του DNA. Η ανάπτυξη σενολυτικών φαρμάκων έχει παρεμποδιστεί από την απουσία καλά χαρακτηρισμένων μοριακών στόχων. Στη πρόσφατη μελέτη \"Discovery of Senolytics Using Machine Learning\" , οι ερευνητές αξιοποίησαν οικονομικούς αλγόριθμους μηχανικής μάθησης που εκπαιδεύτηκαν σε δημοσιευμένα δεδομένα για να αντιμετωπίσουν αυτή την πρόκληση. Τα μοντέλα, εκπαιδευμένα τόσο σε σενολυτικές όσο και σε μη σενολυτικές ενώσεις, χρησιμοποιήθηκαν για την υπολογιστική εξέταση μιας χημικής βιβλιοθήκης. Από τις 21 πειραματικά δοκιμασμένες ενώσεις, τρεις έδειξαν σενολυτική δράση, με την Oleandrin να παρουσιάζει ανώτερη ισχύ σε σύγκριση με τις υπάρχουσες εναλλακτικές. Αυτή η προσέγγιση όχι μόνο μείωσε το κόστος του προσυμπτωματικού ελέγχου των φαρμάκων, αλλά έδειξε επίσης τις δυνατότητες της τεχνητής νοημοσύνης στην ανακάλυψη φαρμάκων σε πρώιμο στάδιο. Βασιζόμενο σε αυτό το έργο, το έργο μας στοχεύει να επεκτείνει τη μεθοδολογία διερευνώντας νέες δυνατότητες σενολυτικών φαρμάκων. Η προσέγγισή μας περιλαμβάνει τρία κύρια βήματα: επιλογή χαρακτηριστικών, βελτιστοποίηση μοντέλων και σύγκριση απόδοσης. Χρησιμοποιήσαμε τρεις τεχνικές επιλογής χαρακτηριστικών παράλληλα (τυχαίο δάσος, αμοιβαία πληροφόρηση και βαθμολογία Fisher) και χρησιμοποιήσαμε τη διασταυρούμενη επικύρωση για να βελτιστοποιήσουμε πέντε μοντέλα μηχανικής μάθησης (SVM, XGB, NB, LR, RF). Οι προσπάθειές μας περιελάμβαναν την αναπαραγωγή των αποτελεσμάτων από την προαναφερθείσα μελέτη και την ανάπτυξη ενός συνόλου δοκιμών για την επικύρωση των μοντέλων μας. Επιπλέον, ενσωματώσαμε νέους χημικούς περιγραφείς που ονομάζονται περιγραφείς Mordred, επιπλέον των περιγραφέων RDKit που χρησιμοποιήθηκαν από τους αρχικούς συγγραφείς. Συγκρίναμε επίσης τα μοντέλα μας με ένα ρηχό νευρωνικό δίκτυο για να διερευνήσουμε τα πιθανά οφέλη της βαθιάς μάθησης σε αυτό το πλαίσιο. Τα ευρήματα υποδεικνύουν ότι ο συντονισμός υπερπαραμέτρων και η διασταυρούμενη επικύρωση επηρεάζουν θετικά την ακρίβεια του μοντέλου και οι περιγραφείς Mordred υπερτερούν των περιγραφέων RDKit. Επιπλέον, η επιλογή χαρακτηριστικών που βασίζεται σε αμοιβαία πληροφόρηση οδηγεί σε σχετικά υψηλότερη ακρίβεια από τη χρήση χαρακτηριστικών Random Forest (RF), αν και οδηγεί σε μεγαλύτερη τυπική απόκλιση.","abstract_html":"Η κυτταρική γήρανση, η οποία εντοπίστηκε για πρώτη φορά το 1961, έχει γίνει κύριος στόχος για τις εταιρείες βιοτεχνολογίας που στοχεύουν στην ενίσχυση της ανθρώπινης υγείας. Αυτό το φαινόμενο χαρακτηρίζεται από κύτταρα που παύουν να διαιρούνται μόνιμα ως απόκριση σε διάφορες εσωτερικές και εξωτερικές πιέσεις, όπως η φθορά των τελομερών, η ενεργοποίηση ογκογονιδίων και η επίμονη βλάβη του DNA. Η ανάπτυξη σενολυτικών φαρμάκων έχει παρεμποδιστεί από την απουσία καλά χαρακτηρισμένων μοριακών στόχων. Στη πρόσφατη μελέτη &quot;Discovery of Senolytics Using Machine Learning&quot; , οι ερευνητές αξιοποίησαν οικονομικούς αλγόριθμους μηχανικής μάθησης που εκπαιδεύτηκαν σε δημοσιευμένα δεδομένα για να αντιμετωπίσουν αυτή την πρόκληση. Τα μοντέλα, εκπαιδευμένα τόσο σε σενολυτικές όσο και σε μη σενολυτικές ενώσεις, χρησιμοποιήθηκαν για την υπολογιστική εξέταση μιας χημικής βιβλιοθήκης. Από τις 21 πειραματικά δοκιμασμένες ενώσεις, τρεις έδειξαν σενολυτική δράση, με την Oleandrin να παρουσιάζει ανώτερη ισχύ σε σύγκριση με τις υπάρχουσες εναλλακτικές. Αυτή η προσέγγιση όχι μόνο μείωσε το κόστος του προσυμπτωματικού ελέγχου των φαρμάκων, αλλά έδειξε επίσης τις δυνατότητες της τεχνητής νοημοσύνης στην ανακάλυψη φαρμάκων σε πρώιμο στάδιο. Βασιζόμενο σε αυτό το έργο, το έργο μας στοχεύει να επεκτείνει τη μεθοδολογία διερευνώντας νέες δυνατότητες σενολυτικών φαρμάκων. Η προσέγγισή μας περιλαμβάνει τρία κύρια βήματα: επιλογή χαρακτηριστικών, βελτιστοποίηση μοντέλων και σύγκριση απόδοσης. Χρησιμοποιήσαμε τρεις τεχνικές επιλογής χαρακτηριστικών παράλληλα (τυχαίο δάσος, αμοιβαία πληροφόρηση και βαθμολογία Fisher) και χρησιμοποιήσαμε τη διασταυρούμενη επικύρωση για να βελτιστοποιήσουμε πέντε μοντέλα μηχανικής μάθησης (SVM, XGB, NB, LR, RF). Οι προσπάθειές μας περιελάμβαναν την αναπαραγωγή των αποτελεσμάτων από την προαναφερθείσα μελέτη και την ανάπτυξη ενός συνόλου δοκιμών για την επικύρωση των μοντέλων μας. Επιπλέον, ενσωματώσαμε νέους χημικούς περιγραφείς που ονομάζονται περιγραφείς Mordred, επιπλέον των περιγραφέων RDKit που χρησιμοποιήθηκαν από τους αρχικούς συγγραφείς. Συγκρίναμε επίσης τα μοντέλα μας με ένα ρηχό νευρωνικό δίκτυο για να διερευνήσουμε τα πιθανά οφέλη της βαθιάς μάθησης σε αυτό το πλαίσιο. Τα ευρήματα υποδεικνύουν ότι ο συντονισμός υπερπαραμέτρων και η διασταυρούμενη επικύρωση επηρεάζουν θετικά την ακρίβεια του μοντέλου και οι περιγραφείς Mordred υπερτερούν των περιγραφέων RDKit. Επιπλέον, η επιλογή χαρακτηριστικών που βασίζεται σε αμοιβαία πληροφόρηση οδηγεί σε σχετικά υψηλότερη ακρίβεια από τη χρήση χαρακτηριστικών Random Forest (RF), αν και οδηγεί σε μεγαλύτερη τυπική απόκλιση.","abstract_has_math":false,"creators":["Khalil Batoul"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:30:11Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3413279"],"render_values":[{"text":"uoadl:3413279","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3413279","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3413279","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%3A3413279","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Khalil Batoul"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"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":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3413279","https://pergamos.lib.uoa.gr/uoa/dl/object/3413279"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η κυτταρική γήρανση, η οποία εντοπίστηκε για πρώτη φορά το 1961, έχει γίνει κύριος στόχος για τις εταιρείες βιοτεχνολογίας που στοχεύουν στην ενίσχυση της ανθρώπινης υγείας. Αυτό το φαινόμενο χαρακτηρίζεται από κύτταρα που παύουν να διαιρούνται μόνιμα ως απόκριση σε διάφορες εσωτερικές και εξωτερικές πιέσεις, όπως η φθορά των τελομερών, η ενεργοποίηση ογκογονιδίων και η επίμονη βλάβη του DNA. Η ανάπτυξη σενολυτικών φαρμάκων έχει παρεμποδιστεί από την απουσία καλά χαρακτηρισμένων μοριακών στόχων. Στη πρόσφατη μελέτη \"Discovery of Senolytics Using Machine Learning\" , οι ερευνητές αξιοποίησαν οικονομικούς αλγόριθμους μηχανικής μάθησης που εκπαιδεύτηκαν σε δημοσιευμένα δεδομένα για να αντιμετωπίσουν αυτή την πρόκληση. Τα μοντέλα, εκπαιδευμένα τόσο σε σενολυτικές όσο και σε μη σενολυτικές ενώσεις, χρησιμοποιήθηκαν για την υπολογιστική εξέταση μιας χημικής βιβλιοθήκης. Από τις 21 πειραματικά δοκιμασμένες ενώσεις, τρεις έδειξαν σενολυτική δράση, με την Oleandrin να παρουσιάζει ανώτερη ισχύ σε σύγκριση με τις υπάρχουσες εναλλακτικές. Αυτή η προσέγγιση όχι μόνο μείωσε το κόστος του προσυμπτωματικού ελέγχου των φαρμάκων, αλλά έδειξε επίσης τις δυνατότητες της τεχνητής νοημοσύνης στην ανακάλυψη φαρμάκων σε πρώιμο στάδιο. Βασιζόμενο σε αυτό το έργο, το έργο μας στοχεύει να επεκτείνει τη μεθοδολογία διερευνώντας νέες δυνατότητες σενολυτικών φαρμάκων. Η προσέγγισή μας περιλαμβάνει τρία κύρια βήματα: επιλογή χαρακτηριστικών, βελτιστοποίηση μοντέλων και σύγκριση απόδοσης. Χρησιμοποιήσαμε τρεις τεχνικές επιλογής χαρακτηριστικών παράλληλα (τυχαίο δάσος, αμοιβαία πληροφόρηση και βαθμολογία Fisher) και χρησιμοποιήσαμε τη διασταυρούμενη επικύρωση για να βελτιστοποιήσουμε πέντε μοντέλα μηχανικής μάθησης (SVM, XGB, NB, LR, RF). Οι προσπάθειές μας περιελάμβαναν την αναπαραγωγή των αποτελεσμάτων από την προαναφερθείσα μελέτη και την ανάπτυξη ενός συνόλου δοκιμών για την επικύρωση των μοντέλων μας. Επιπλέον, ενσωματώσαμε νέους χημικούς περιγραφείς που ονομάζονται περιγραφείς Mordred, επιπλέον των περιγραφέων RDKit που χρησιμοποιήθηκαν από τους αρχικούς συγγραφείς. Συγκρίναμε επίσης τα μοντέλα μας με ένα ρηχό νευρωνικό δίκτυο για να διερευνήσουμε τα πιθανά οφέλη της βαθιάς μάθησης σε αυτό το πλαίσιο. Τα ευρήματα υποδεικνύουν ότι ο συντονισμός υπερπαραμέτρων και η διασταυρούμενη επικύρωση επηρεάζουν θετικά την ακρίβεια του μοντέλου και οι περιγραφείς Mordred υπερτερούν των περιγραφέων RDKit. Επιπλέον, η επιλογή χαρακτηριστικών που βασίζεται σε αμοιβαία πληροφόρηση οδηγεί σε σχετικά υψηλότερη ακρίβεια από τη χρήση χαρακτηριστικών Random Forest (RF), αν και οδηγεί σε μεγαλύτερη τυπική απόκλιση.","Cellular senescence, first identified in 1961, has become a major focus for biotech companies aiming to enhance human health. This phenomenon is characterized by cells ceasing to divide permanently in response to various internal and external stresses, such as telomere attrition, activation of oncogenes, and persistent DNA damage. The development of senolytic drugs has been hindered by the absence of well-characterized molecular targets. In the recent study \"Discovery of Senolytics Using Machine Learning,\" researchers leveraged cost-effective machine learning algorithms trained on published data to address this challenge. The models, trained on both senolytic and non-senolytic compounds, were used to computationally screen a chemical library. Out of 21 experimentally tested compounds, three demonstrated senolytic activity, with Oleandrin showing superior potency compared to existing alternatives. This approach not only reduced drug screening costs but also showcased the potential of artificial intelligence in early-stage drug discovery. Building on this work, our project aims to expand the methodology by exploring novel senolytic drug possibilities. Our approach involves three main steps: feature selection, model optimization, and performance comparison. We employed three feature selection techniques in parallel (random forest, mutual information, and Fiser score) and utilized cross-validation to optimize five machine learning models (SVM, XGB, NB, LR, RF). Our efforts included reproducing the results from the aforementioned study and developing a test set to validate our models. Additionally, we incorporated new chemical descriptors called Mordred descriptors, in addition to RDkit descriptors used by the original authors. We also compared our models with a shallow neural network to explore the potential benefits of deep learning in this context. The findings indicate that hyperparameter tuning and cross-validation positively influence model accuracy, and Mordred descriptors outperform RDkit descriptors. Additionally, feature selection based on mutual information leads to relatively higher precision than using Random Forest (RF) features, although it results in greater standard deviation."]},{"key":"dc:title","label":"Title","values":["Automated workflow for Senolytic drug discovery using machine learning"]}]}],"canonical_facts":{"dc:creator":["Khalil Batoul"],"dc:date":["2024"],"dc:description":["Η κυτταρική γήρανση, η οποία εντοπίστηκε για πρώτη φορά το 1961, έχει γίνει κύριος στόχος για τις εταιρείες βιοτεχνολογίας που στοχεύουν στην ενίσχυση της ανθρώπινης υγείας. Αυτό το φαινόμενο χαρακτηρίζεται από κύτταρα που παύουν να διαιρούνται μόνιμα ως απόκριση σε διάφορες εσωτερικές και εξωτερικές πιέσεις, όπως η φθορά των τελομερών, η ενεργοποίηση ογκογονιδίων και η επίμονη βλάβη του DNA. Η ανάπτυξη σενολυτικών φαρμάκων έχει παρεμποδιστεί από την απουσία καλά χαρακτηρισμένων μοριακών στόχων. Στη πρόσφατη μελέτη \"Discovery of Senolytics Using Machine Learning\" , οι ερευνητές αξιοποίησαν οικονομικούς αλγόριθμους μηχανικής μάθησης που εκπαιδεύτηκαν σε δημοσιευμένα δεδομένα για να αντιμετωπίσουν αυτή την πρόκληση. Τα μοντέλα, εκπαιδευμένα τόσο σε σενολυτικές όσο και σε μη σενολυτικές ενώσεις, χρησιμοποιήθηκαν για την υπολογιστική εξέταση μιας χημικής βιβλιοθήκης. Από τις 21 πειραματικά δοκιμασμένες ενώσεις, τρεις έδειξαν σενολυτική δράση, με την Oleandrin να παρουσιάζει ανώτερη ισχύ σε σύγκριση με τις υπάρχουσες εναλλακτικές. Αυτή η προσέγγιση όχι μόνο μείωσε το κόστος του προσυμπτωματικού ελέγχου των φαρμάκων, αλλά έδειξε επίσης τις δυνατότητες της τεχνητής νοημοσύνης στην ανακάλυψη φαρμάκων σε πρώιμο στάδιο. Βασιζόμενο σε αυτό το έργο, το έργο μας στοχεύει να επεκτείνει τη μεθοδολογία διερευνώντας νέες δυνατότητες σενολυτικών φαρμάκων. Η προσέγγισή μας περιλαμβάνει τρία κύρια βήματα: επιλογή χαρακτηριστικών, βελτιστοποίηση μοντέλων και σύγκριση απόδοσης. Χρησιμοποιήσαμε τρεις τεχνικές επιλογής χαρακτηριστικών παράλληλα (τυχαίο δάσος, αμοιβαία πληροφόρηση και βαθμολογία Fisher) και χρησιμοποιήσαμε τη διασταυρούμενη επικύρωση για να βελτιστοποιήσουμε πέντε μοντέλα μηχανικής μάθησης (SVM, XGB, NB, LR, RF). Οι προσπάθειές μας περιελάμβαναν την αναπαραγωγή των αποτελεσμάτων από την προαναφερθείσα μελέτη και την ανάπτυξη ενός συνόλου δοκιμών για την επικύρωση των μοντέλων μας. Επιπλέον, ενσωματώσαμε νέους χημικούς περιγραφείς που ονομάζονται περιγραφείς Mordred, επιπλέον των περιγραφέων RDKit που χρησιμοποιήθηκαν από τους αρχικούς συγγραφείς. Συγκρίναμε επίσης τα μοντέλα μας με ένα ρηχό νευρωνικό δίκτυο για να διερευνήσουμε τα πιθανά οφέλη της βαθιάς μάθησης σε αυτό το πλαίσιο. Τα ευρήματα υποδεικνύουν ότι ο συντονισμός υπερπαραμέτρων και η διασταυρούμενη επικύρωση επηρεάζουν θετικά την ακρίβεια του μοντέλου και οι περιγραφείς Mordred υπερτερούν των περιγραφέων RDKit. Επιπλέον, η επιλογή χαρακτηριστικών που βασίζεται σε αμοιβαία πληροφόρηση οδηγεί σε σχετικά υψηλότερη ακρίβεια από τη χρήση χαρακτηριστικών Random Forest (RF), αν και οδηγεί σε μεγαλύτερη τυπική απόκλιση.","Cellular senescence, first identified in 1961, has become a major focus for biotech companies aiming to enhance human health. This phenomenon is characterized by cells ceasing to divide permanently in response to various internal and external stresses, such as telomere attrition, activation of oncogenes, and persistent DNA damage. The development of senolytic drugs has been hindered by the absence of well-characterized molecular targets. In the recent study \"Discovery of Senolytics Using Machine Learning,\" researchers leveraged cost-effective machine learning algorithms trained on published data to address this challenge. The models, trained on both senolytic and non-senolytic compounds, were used to computationally screen a chemical library. Out of 21 experimentally tested compounds, three demonstrated senolytic activity, with Oleandrin showing superior potency compared to existing alternatives. This approach not only reduced drug screening costs but also showcased the potential of artificial intelligence in early-stage drug discovery. Building on this work, our project aims to expand the methodology by exploring novel senolytic drug possibilities. Our approach involves three main steps: feature selection, model optimization, and performance comparison. We employed three feature selection techniques in parallel (random forest, mutual information, and Fiser score) and utilized cross-validation to optimize five machine learning models (SVM, XGB, NB, LR, RF). Our efforts included reproducing the results from the aforementioned study and developing a test set to validate our models. Additionally, we incorporated new chemical descriptors called Mordred descriptors, in addition to RDkit descriptors used by the original authors. We also compared our models with a shallow neural network to explore the potential benefits of deep learning in this context. The findings indicate that hyperparameter tuning and cross-validation positively influence model accuracy, and Mordred descriptors outperform RDkit descriptors. Additionally, feature selection based on mutual information leads to relatively higher precision than using Random Forest (RF) features, although it results in greater standard deviation."],"dc:identifier":["uoadl:3413279","https://pergamos.lib.uoa.gr/uoa/dl/object/3413279"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Automated workflow for Senolytic drug discovery using machine learning"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:30:11Z"}