{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3475590"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3475590","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Σύγκριση συστημικής δράσης ακτινοβολιών μέσω δεδομένων γονιδιακής έκφρασης και μεταγραφώματος","abstract":"Η ακτινοβολία χρησιμοποιείται ευρέως για τη διάγνωση και θεραπεία ασθενειών, αλλά παράλληλα μπορεί να είναι επιβλαβής στον ανθρώπινο οργανισμό. Οι κατηγορίες ακτινοβολίας, όπως οι ακτίνες γ, η ακτινοβόληση με πρωτόνια (ιοντίζουσες) και η UVB (μη ιοντίζουσα), διαφέρουν ως προς τους μηχανισμούς δράσης και ενδέχεται να προκαλέσουν διαφορετικούς τύπους βλαβών. Στην παρούσα εργασία μελετήθηκε η επίδραση τριών τύπων ακτινοβολίας (UVB, γ και πρωτονίων) σε υγιείς ανθρώπινους ιστούς με σκοπό να αναγνωριστούν οι μηχανισμοί απόκρισης που ενεργοποιούνται στην κάθε περίπτωση αλλά και μεταβολές σε επίπεδο συστήματος. Χρησιμοποιήθηκαν δέκα σύνολα δεδομένων από την βάση GEO, εκ των οποίων τρία σύνολα αφορούν την έκθεση σε ακτινοβολία UVB, πέντε σε γ ακτίνες και δύο σε ακτινοβολία πρωτονίων. Όλα τα σύνολα δεδομένων περιλάμβαναν δείγματα υγιών ιστών που εκτέθηκαν σε χαμηλές και υψηλές δόσεις, με μέγιστη δόση 2.5 Gy είτε 500 J/m2 (στην περίπτωση της UVB). Ύστερα από την προετοιμασία των δεδομένων πραγματοποιήθηκε ανάλυση διαφορικής γονιδιακής έκφρασης μικροσυστοιχιών και RNA seq. Εντοπίστηκαν γονίδια που εμπλέκονται σε κάθε συνθήκη, δόσης ακτινοβολίας και χρονικής στιγμής παρατήρησης των ακτινοβολημένων κυττάρων, στα σύνολα δεδομένων. Στην συνέχεια χρησιμοποιήθηκε το εργαλείο εμπλουτισμού EnrichR, για κάθε λίστα γονιδίων που προέκυψε και συσχετίστηκε με λίστες όρων, σύμφωνα με βάσεις δεδομένων όπως η Gene Ontology, Wikipathways και άλλες. Εκτελέστηκαν συγκρίσεις μεταξύ αυτών των λιστών για κάθε τύπο ακτινοβόλησης μεμονωμένα, για τον εντοπισμό χαρακτηριστικών μηχανισμών που ενεργοποιούνται, αλλά και για την καλύτερη κατανόηση αντίδρασης του ιστού. Τα γονίδια με έντονα αυξημένη ή μειωμένη έκφραση μελετήθηκαν για να αναγνωριστούν οι διεργασίες στις οποίες εμπλέκονται και επηρεάζουν. Για να εντοπιστούν πρωτεΐνες με σημαντικό ρόλο, εξετάστηκαν τα δίκτυα αλληλεπιδράσεων σε κάθε συνθήκη ακτινοβόλησης μέσω της βάσης String. Τέλος, εντοπίστηκαν όροι και γονίδια, κοινά είτε διακριτά, στις διαφορετικές ακτινοβολίες για την καλύτερη κατανόηση της επίδρασης τους στους υγιείς ανθρώπινους ιστούς.","abstract_html":"Η ακτινοβολία χρησιμοποιείται ευρέως για τη διάγνωση και θεραπεία ασθενειών, αλλά παράλληλα μπορεί να είναι επιβλαβής στον ανθρώπινο οργανισμό. Οι κατηγορίες ακτινοβολίας, όπως οι ακτίνες γ, η ακτινοβόληση με πρωτόνια (ιοντίζουσες) και η UVB (μη ιοντίζουσα), διαφέρουν ως προς τους μηχανισμούς δράσης και ενδέχεται να προκαλέσουν διαφορετικούς τύπους βλαβών. Στην παρούσα εργασία μελετήθηκε η επίδραση τριών τύπων ακτινοβολίας (UVB, γ και πρωτονίων) σε υγιείς ανθρώπινους ιστούς με σκοπό να αναγνωριστούν οι μηχανισμοί απόκρισης που ενεργοποιούνται στην κάθε περίπτωση αλλά και μεταβολές σε επίπεδο συστήματος. Χρησιμοποιήθηκαν δέκα σύνολα δεδομένων από την βάση GEO, εκ των οποίων τρία σύνολα αφορούν την έκθεση σε ακτινοβολία UVB, πέντε σε γ ακτίνες και δύο σε ακτινοβολία πρωτονίων. Όλα τα σύνολα δεδομένων περιλάμβαναν δείγματα υγιών ιστών που εκτέθηκαν σε χαμηλές και υψηλές δόσεις, με μέγιστη δόση 2.5 Gy είτε 500 J/m2 (στην περίπτωση της UVB). Ύστερα από την προετοιμασία των δεδομένων πραγματοποιήθηκε ανάλυση διαφορικής γονιδιακής έκφρασης μικροσυστοιχιών και RNA seq. Εντοπίστηκαν γονίδια που εμπλέκονται σε κάθε συνθήκη, δόσης ακτινοβολίας και χρονικής στιγμής παρατήρησης των ακτινοβολημένων κυττάρων, στα σύνολα δεδομένων. Στην συνέχεια χρησιμοποιήθηκε το εργαλείο εμπλουτισμού EnrichR, για κάθε λίστα γονιδίων που προέκυψε και συσχετίστηκε με λίστες όρων, σύμφωνα με βάσεις δεδομένων όπως η Gene Ontology, Wikipathways και άλλες. Εκτελέστηκαν συγκρίσεις μεταξύ αυτών των λιστών για κάθε τύπο ακτινοβόλησης μεμονωμένα, για τον εντοπισμό χαρακτηριστικών μηχανισμών που ενεργοποιούνται, αλλά και για την καλύτερη κατανόηση αντίδρασης του ιστού. Τα γονίδια με έντονα αυξημένη ή μειωμένη έκφραση μελετήθηκαν για να αναγνωριστούν οι διεργασίες στις οποίες εμπλέκονται και επηρεάζουν. Για να εντοπιστούν πρωτεΐνες με σημαντικό ρόλο, εξετάστηκαν τα δίκτυα αλληλεπιδράσεων σε κάθε συνθήκη ακτινοβόλησης μέσω της βάσης String. Τέλος, εντοπίστηκαν όροι και γονίδια, κοινά είτε διακριτά, στις διαφορετικές ακτινοβολίες για την καλύτερη κατανόηση της επίδρασης τους στους υγιείς ανθρώπινους ιστούς.","abstract_has_math":false,"creators":["Κουφουδάκη Κωνσταντίνα-Ιφιγένεια","Koufoudaki Konstantina-Ifigeneia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:32:07Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3475590"],"render_values":[{"text":"uoadl:3475590","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3475590","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3475590","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%3A3475590","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κουφουδάκη Κωνσταντίνα-Ιφιγένεια","Koufoudaki Konstantina-Ifigeneia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"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:3475590","https://pergamos.lib.uoa.gr/uoa/dl/object/3475590"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η ακτινοβολία χρησιμοποιείται ευρέως για τη διάγνωση και θεραπεία ασθενειών, αλλά παράλληλα μπορεί να είναι επιβλαβής στον ανθρώπινο οργανισμό. Οι κατηγορίες ακτινοβολίας, όπως οι ακτίνες γ, η ακτινοβόληση με πρωτόνια (ιοντίζουσες) και η UVB (μη ιοντίζουσα), διαφέρουν ως προς τους μηχανισμούς δράσης και ενδέχεται να προκαλέσουν διαφορετικούς τύπους βλαβών. Στην παρούσα εργασία μελετήθηκε η επίδραση τριών τύπων ακτινοβολίας (UVB, γ και πρωτονίων) σε υγιείς ανθρώπινους ιστούς με σκοπό να αναγνωριστούν οι μηχανισμοί απόκρισης που ενεργοποιούνται στην κάθε περίπτωση αλλά και μεταβολές σε επίπεδο συστήματος. Χρησιμοποιήθηκαν δέκα σύνολα δεδομένων από την βάση GEO, εκ των οποίων τρία σύνολα αφορούν την έκθεση σε ακτινοβολία UVB, πέντε σε γ ακτίνες και δύο σε ακτινοβολία πρωτονίων. Όλα τα σύνολα δεδομένων περιλάμβαναν δείγματα υγιών ιστών που εκτέθηκαν σε χαμηλές και υψηλές δόσεις, με μέγιστη δόση 2.5 Gy είτε 500 J/m2 (στην περίπτωση της UVB). Ύστερα από την προετοιμασία των δεδομένων πραγματοποιήθηκε ανάλυση διαφορικής γονιδιακής έκφρασης μικροσυστοιχιών και RNA seq. Εντοπίστηκαν γονίδια που εμπλέκονται σε κάθε συνθήκη, δόσης ακτινοβολίας και χρονικής στιγμής παρατήρησης των ακτινοβολημένων κυττάρων, στα σύνολα δεδομένων. Στην συνέχεια χρησιμοποιήθηκε το εργαλείο εμπλουτισμού EnrichR, για κάθε λίστα γονιδίων που προέκυψε και συσχετίστηκε με λίστες όρων, σύμφωνα με βάσεις δεδομένων όπως η Gene Ontology, Wikipathways και άλλες. Εκτελέστηκαν συγκρίσεις μεταξύ αυτών των λιστών για κάθε τύπο ακτινοβόλησης μεμονωμένα, για τον εντοπισμό χαρακτηριστικών μηχανισμών που ενεργοποιούνται, αλλά και για την καλύτερη κατανόηση αντίδρασης του ιστού. Τα γονίδια με έντονα αυξημένη ή μειωμένη έκφραση μελετήθηκαν για να αναγνωριστούν οι διεργασίες στις οποίες εμπλέκονται και επηρεάζουν. Για να εντοπιστούν πρωτεΐνες με σημαντικό ρόλο, εξετάστηκαν τα δίκτυα αλληλεπιδράσεων σε κάθε συνθήκη ακτινοβόλησης μέσω της βάσης String. Τέλος, εντοπίστηκαν όροι και γονίδια, κοινά είτε διακριτά, στις διαφορετικές ακτινοβολίες για την καλύτερη κατανόηση της επίδρασης τους στους υγιείς ανθρώπινους ιστούς.","Radiation is widely used for the diagnosis and treatment of diseases, however it can also be harmful to the human body. The categories of radiation, such as gamma rays, proton irradiation (ionizing), and UVB (non-ionizing), differ in their mechanisms of action and may cause different types of damage. In the present study, the effects of three types of radiation (UVB, gamma, and protons) on healthy human tissues were studied to identify the response mechanisms activated in each case and systemic changes. A total of ten datasets from the GEO database were utilized, with three of them focusing on UVB radiation exposure, five on gamma radiation, and two on proton radiation. All data sets included samples of healthy tissues exposed to low and high doses, with a maximum dose of 2.5 Gy or 500 J/m2 (in the case of UVB). After data preparation, differential gene expression analysis of microarrays and RNA-seq was performed. Genes involved in each condition (radiation dose, observation time of irradiated cells) were identified in the data sets. Following this, the EnrichR enrichment tool was applied to each gene list, linking them to term lists from databases such as Gene Ontology, Wikipathways, and others.These lists were compared for each type of radiation separately in order to better understand tissue response and find distinctive pathways that are triggered.Genes that were overexpressed and underexpressed were examined to determine the processes they affect and are involved in. In order to find proteins with important roles, interaction networks in each irradiation condition were analyzed using the STRING database.Finally, terms and genes that are common or distinct in the different radiations were identified to better understand their effects on healthy human tissues. Last but not least, in order to better comprehend the effects of the different radiations on healthy human tissue, words and genes that are common or different in the radiations were identified."]},{"key":"dc:title","label":"Title","values":["Σύγκριση συστημικής δράσης ακτινοβολιών μέσω δεδομένων γονιδιακής έκφρασης και μεταγραφώματος"]}]}],"canonical_facts":{"dc:creator":["Κουφουδάκη Κωνσταντίνα-Ιφιγένεια","Koufoudaki Konstantina-Ifigeneia"],"dc:date":["2025"],"dc:description":["Η ακτινοβολία χρησιμοποιείται ευρέως για τη διάγνωση και θεραπεία ασθενειών, αλλά παράλληλα μπορεί να είναι επιβλαβής στον ανθρώπινο οργανισμό. Οι κατηγορίες ακτινοβολίας, όπως οι ακτίνες γ, η ακτινοβόληση με πρωτόνια (ιοντίζουσες) και η UVB (μη ιοντίζουσα), διαφέρουν ως προς τους μηχανισμούς δράσης και ενδέχεται να προκαλέσουν διαφορετικούς τύπους βλαβών. Στην παρούσα εργασία μελετήθηκε η επίδραση τριών τύπων ακτινοβολίας (UVB, γ και πρωτονίων) σε υγιείς ανθρώπινους ιστούς με σκοπό να αναγνωριστούν οι μηχανισμοί απόκρισης που ενεργοποιούνται στην κάθε περίπτωση αλλά και μεταβολές σε επίπεδο συστήματος. Χρησιμοποιήθηκαν δέκα σύνολα δεδομένων από την βάση GEO, εκ των οποίων τρία σύνολα αφορούν την έκθεση σε ακτινοβολία UVB, πέντε σε γ ακτίνες και δύο σε ακτινοβολία πρωτονίων. Όλα τα σύνολα δεδομένων περιλάμβαναν δείγματα υγιών ιστών που εκτέθηκαν σε χαμηλές και υψηλές δόσεις, με μέγιστη δόση 2.5 Gy είτε 500 J/m2 (στην περίπτωση της UVB). Ύστερα από την προετοιμασία των δεδομένων πραγματοποιήθηκε ανάλυση διαφορικής γονιδιακής έκφρασης μικροσυστοιχιών και RNA seq. Εντοπίστηκαν γονίδια που εμπλέκονται σε κάθε συνθήκη, δόσης ακτινοβολίας και χρονικής στιγμής παρατήρησης των ακτινοβολημένων κυττάρων, στα σύνολα δεδομένων. Στην συνέχεια χρησιμοποιήθηκε το εργαλείο εμπλουτισμού EnrichR, για κάθε λίστα γονιδίων που προέκυψε και συσχετίστηκε με λίστες όρων, σύμφωνα με βάσεις δεδομένων όπως η Gene Ontology, Wikipathways και άλλες. Εκτελέστηκαν συγκρίσεις μεταξύ αυτών των λιστών για κάθε τύπο ακτινοβόλησης μεμονωμένα, για τον εντοπισμό χαρακτηριστικών μηχανισμών που ενεργοποιούνται, αλλά και για την καλύτερη κατανόηση αντίδρασης του ιστού. Τα γονίδια με έντονα αυξημένη ή μειωμένη έκφραση μελετήθηκαν για να αναγνωριστούν οι διεργασίες στις οποίες εμπλέκονται και επηρεάζουν. Για να εντοπιστούν πρωτεΐνες με σημαντικό ρόλο, εξετάστηκαν τα δίκτυα αλληλεπιδράσεων σε κάθε συνθήκη ακτινοβόλησης μέσω της βάσης String. Τέλος, εντοπίστηκαν όροι και γονίδια, κοινά είτε διακριτά, στις διαφορετικές ακτινοβολίες για την καλύτερη κατανόηση της επίδρασης τους στους υγιείς ανθρώπινους ιστούς.","Radiation is widely used for the diagnosis and treatment of diseases, however it can also be harmful to the human body. The categories of radiation, such as gamma rays, proton irradiation (ionizing), and UVB (non-ionizing), differ in their mechanisms of action and may cause different types of damage. In the present study, the effects of three types of radiation (UVB, gamma, and protons) on healthy human tissues were studied to identify the response mechanisms activated in each case and systemic changes. A total of ten datasets from the GEO database were utilized, with three of them focusing on UVB radiation exposure, five on gamma radiation, and two on proton radiation. All data sets included samples of healthy tissues exposed to low and high doses, with a maximum dose of 2.5 Gy or 500 J/m2 (in the case of UVB). After data preparation, differential gene expression analysis of microarrays and RNA-seq was performed. Genes involved in each condition (radiation dose, observation time of irradiated cells) were identified in the data sets. Following this, the EnrichR enrichment tool was applied to each gene list, linking them to term lists from databases such as Gene Ontology, Wikipathways, and others.These lists were compared for each type of radiation separately in order to better understand tissue response and find distinctive pathways that are triggered.Genes that were overexpressed and underexpressed were examined to determine the processes they affect and are involved in. In order to find proteins with important roles, interaction networks in each irradiation condition were analyzed using the STRING database.Finally, terms and genes that are common or distinct in the different radiations were identified to better understand their effects on healthy human tissues. Last but not least, in order to better comprehend the effects of the different radiations on healthy human tissue, words and genes that are common or different in the radiations were identified."],"dc:identifier":["uoadl:3475590","https://pergamos.lib.uoa.gr/uoa/dl/object/3475590"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Σύγκριση συστημικής δράσης ακτινοβολιών μέσω δεδομένων γονιδιακής έκφρασης και μεταγραφώματος"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:32:07Z"}