National and Kapodistrian University of Athens
Μελέτη Αλγορίθμων μηχανικής μάθησης και εξατομικευμένων αναπαραστάσεων καρκινικών δεδομένων πολλαπλών ομικών επιπέδων (multi‐omics)
Abstract
dc:descriptionΗ Βιολογία Συστημάτων και η Βιοπληροφορική μπορούν να προσφέρουν μια ολιστική εικόνα ενός πολύπλοκου βιολογικού συστήματος και να βοηθήσουν στη μελέτη των ασθενειών και την εξατομικευμένη ιατρική. Οι μελέτες multi‐omics προσφέρουν έναν τρόπο να χρησιμοποιηθούν δεδομένα από πολλαπλά κυτταρικά επίπεδα, επιτυγχάνοντας σε πολλές περιπτώσεις καλύτερα αποτελέσματα σε σχέση με μεθόδους single‐omics. Ωστόσο, τα δεδομένα multi‐omics χαρακτηρίζονται από ποικίλες προκλήσεις στον χειρισμό, στο συνδυασμό και την αναπαράσταση τους. Στην παρούσα μελέτη, στόχος μας είναι να μελετήσουμε μια νέα αναπαράσταση χαρακτηριστικών που πιθανώς να μπορεί να πετύχει καλύτερα αποτελέσματα στην ταξινόμηση των καρκινικών και μη καρκινικών δειγμάτων και του σταδίου του όγκου τους. Συγκεκριμένα, στοχεύσαμε στον σχεδιασμό μιας πιο σύνθετης αναπαράστασης χαρακτηριστικών, χρησιμοποιώντας τοπολογικά χαρακτηριστικά από γράφους που κατασκευάστηκαν από δεδομένα multi‐omics, ώστε να πετύχουμε καλύτερα αποτελέσματα στην ταξινόμηση δειγμάτων σε σύγκριση με λιγότερο σύνθετες αναπαραστάσεις χαρακτηριστικών. Στόχος μας ήταν επίσης να κατανοήσουμε σε βάθος τα multi‐omics δεδομένα που χρησιμοποιήσαμε, με τη συμβολή Διερευνητικής Ανάλυσης Δεδομένων και Gene Set Enrichment Analysis (GSEA). Αρχικά, πραγματοποιήθηκε εξόρυξη των απαραίτητων δεδομένων multi‐omics για τον καρκίνο της ουροδόχου κύστης από το The Cancer Genome Atlas Program από τη Genomic Data Commons. Χρησιμοποιήσαμε δεδομένα για την έκφραση mRNA, την έκφραση miRNA και τα δεδομένα μεθυλίωσης του DNA από καρκινικά και μη καρκινικά δείγματα ασθενών με καρκίνο της ουροδόχου κύστης. Επίσης, λάβαμε τα αντίστοιχα κλινικά δεδομένα που χρειαζόμασταν για την ταξινόμηση των δειγμάτων και τη διερευνητική ανάλυση των δεδομένων. Συγκεκριμένα, χρησιμοποιήσαμε το πακέτο Multi‐Omics Factor Analysis (MOFA) για να εκτελέσουμε την διερευνητική ανάλυση, για τον εντοπισμό των διαφορών μεταξύ των καταστάσεων των δειγμάτων και μεταξύ των σταδίων του όγκου, καθώς και για να εντοπίσουμε τις σχέσεις των δεδομένων με τα κλινικά δεδομένα. Επιπλέον, εφαρμόσαμε GSEA για τον εντοπισμό των στατιστικώς σημαντικά συσχετιζόμενων βιολογικών μονοπατιών με τον καρκίνο της ουροδόχου κύστης. Επίσης, εφαρμόσαμε Ανάλυση Κυρίων Συνιστωσών για τη μείωση της διαστατικότητας και δοκιμάσαμε διάφορες μεθόδους επιλογής χαρακτηριστικών για τη δημιουργία των διανυσμάτων χαρακτηριστικών με τις τιμές έκφρασης και την κατασκευή των γράφων. Σε κάθε περίπτωση, δημιουργήσαμε ένα γενικό γράφo χρησιμοποιώντας τα γονίδια με τις μεγαλύτερες τιμές τυπικής απόκλισης ή τα κορυφαία επιλεγμένα γονίδια από την Ανάλυση Διαφορικής Γονιδιακής Έκφρασης και την Ανάλυση Διαφορικής Μεθυλίωσης. Στη συνέχεια, χρησιμοποιήσαμε το γενικό γράφο για την δημιουργία των εξατομικευμένων γράφων, για να ελέγξουμε κατά πόσον μπορούσαν να πετύχουν καλύτερα αποτελέσματα από τα διανύσματα χαρακτηριστικών με τις τιμές έκφρασης. Για τη σύγκριση των επιδόσεων, χρησιμοποιήσαμε διάφορους αλγορίθμους μηχανικής μάθησης, οι οποίοι αξιολογήθηκαν μέσω μετρικών απόδοσης. Όσον αφορά τα αποτελέσματα, παρατηρήσαμε αρκετούς αλγορίθμους με τοπολογικά χαρακτηριστικά γράφων να πετυχαίνουν στατιστικά σημαντικά υψηλότερη απόδοση στην ταξινόμηση των καταστάσεων του δείγματος και του σταδίου του όγκου, σε σχέση με τους Stratified και Most Frequent Dummy Classifier, τους οποίους χρησιμοποιήσαμε ως επίπεδο αναφοράς. Πετύχαμε επίσης στατιστικά σημαντικά υψηλότερη απόδοση με τον αλγόριθμο Decision Tree στην ταξινόμηση του σταδίου του όγκου με τέσσερις διαφορετικές τοπολογικές αναπαραστάσεις χαρακτηριστικών, όταν συγκρίθηκαν με τη πλήρη διανυσματική αναπαράσταση. Τέλος, συγκρίναμε τις διανυσματικές αναπαραστάσεις, η μία χωρίς επιλογή χαρακτηριστικών και η άλλη με επιλογή χαρακτηριστικών, αλλά οι διαφορές δεν ήταν στατιστικά σημαντικές.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Λαμπαδάριος Θεοδόσιος
- Lampadarios Theodosios
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:3419676