{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5313081"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5313081","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"«Ανάλυση σύστασης αλληλουχιών με ιδιαίτερα δομικά / ρυθμιστικά χαρακτηριστικά με τεχνικές βαθιάς μάθησης (Deep Learning )»","abstract":"Σκοπός της παρούσας μελέτης είναι η συστηματική διερεύνηση του πολυεπίπεδου ρυθμιστικού δικτύου της γονιδιακής έκφρασης υπό το πρίσμα των μεταγραφικών παραγόντων (TFs) και των αλληλεπιδράσεών τους, σε ένα χρονικά εξελισσόμενο μοντέλο μεταδιαφοροποίησης (Transdifferentiation). Η ανάλυση βασίστηκε σε δεδομένα που προήλθαν από την ανθρώπινη λευχαιμική κυτταρική σειρά BLaER1, με δειγματοληψία σε τρεις διακριτούς χρόνους (0, 24 και 168 ώρες) μετά από την έναρξη χημικής επαγωγής διαφοροποίησης. Ενσωματώθηκαν πολυ-ομικά δεδομένα RNA-seq και ATAC-seq, πληροφορία μοτίβων από δημόσια αποθετήρια (JASPAR, ENCODE) και υπολογιστικές εκτιμήσεις από αλγοριθμικά εργαλεία (SEGCOND, ChromBPNet). Αναπτύχθηκε: (i) ένας πίνακας άνω των 106 προβλεπόμενων θέσεων δέσμευσης TF στο ανθρώπινο γονιδίωμα, (ii) Τιμές συνεισφοράς (Contribution Scores) από τρία μοντέλα ChromBPNet εκπαιδευμένα σε ATAC-seq δεδομένα, που καλύπτουν >950.000 παράθυρα των 1 kb, και (iii) ολοκληρωμένη ροή εργασίας για τη σύνδεση TF-σήματος και έκφρασης γειτονικών γονιδίων στη διάρκεια της μεταδιαφοροποίησης. Τα αποτελέσματα καταδεικνύουν χρονικά αυξανόμενη εξειδίκευση της δράσης TFs, με σαφείς ενδείξεις θετικής ή αρνητικής επίδρασης στην έκφραση για επιλεγμένους ρυθμιστές, όπως οι RREB1 και THAP11, καθώς και ενδείξεις πιθανής συνδυαστικής δράσης μεταξύ παραγόντων. Η συμβολή της εργασίας είναι πρωτίστως μεθοδολογική: τεκμηριώνεται η λειτουργικότητα μιας επεκτάσιμης υπολογιστικής ροής που ενοποιεί δεδομένα αλληλουχίας, προσβασιμότητας και μοντέλων βαθιάς μάθησης για την εξαγωγή κανόνων TF-έκφρασης σε χρονικό πλαίσιο. Ως εκ τούτου, τα συμπεράσματα θεωρούνται απόδειξη της λογικής της μελέτης και παρέχουν το υπόβαθρο για μελλοντική εμβάθυνση με στοχευμένα πειράματα και ευρύτερη εφαρμογή σε άλλα συστήματα κυτταρικής μετατροπής.","abstract_html":"Σκοπός της παρούσας μελέτης είναι η συστηματική διερεύνηση του πολυεπίπεδου ρυθμιστικού δικτύου της γονιδιακής έκφρασης υπό το πρίσμα των μεταγραφικών παραγόντων (TFs) και των αλληλεπιδράσεών τους, σε ένα χρονικά εξελισσόμενο μοντέλο μεταδιαφοροποίησης (Transdifferentiation). Η ανάλυση βασίστηκε σε δεδομένα που προήλθαν από την ανθρώπινη λευχαιμική κυτταρική σειρά BLaER1, με δειγματοληψία σε τρεις διακριτούς χρόνους (0, 24 και 168 ώρες) μετά από την έναρξη χημικής επαγωγής διαφοροποίησης. Ενσωματώθηκαν πολυ-ομικά δεδομένα RNA-seq και ATAC-seq, πληροφορία μοτίβων από δημόσια αποθετήρια (JASPAR, ENCODE) και υπολογιστικές εκτιμήσεις από αλγοριθμικά εργαλεία (SEGCOND, ChromBPNet). Αναπτύχθηκε: (i) ένας πίνακας άνω των 106 προβλεπόμενων θέσεων δέσμευσης TF στο ανθρώπινο γονιδίωμα, (ii) Τιμές συνεισφοράς (Contribution Scores) από τρία μοντέλα ChromBPNet εκπαιδευμένα σε ATAC-seq δεδομένα, που καλύπτουν &gt;950.000 παράθυρα των 1 kb, και (iii) ολοκληρωμένη ροή εργασίας για τη σύνδεση TF-σήματος και έκφρασης γειτονικών γονιδίων στη διάρκεια της μεταδιαφοροποίησης. Τα αποτελέσματα καταδεικνύουν χρονικά αυξανόμενη εξειδίκευση της δράσης TFs, με σαφείς ενδείξεις θετικής ή αρνητικής επίδρασης στην έκφραση για επιλεγμένους ρυθμιστές, όπως οι RREB1 και THAP11, καθώς και ενδείξεις πιθανής συνδυαστικής δράσης μεταξύ παραγόντων. Η συμβολή της εργασίας είναι πρωτίστως μεθοδολογική: τεκμηριώνεται η λειτουργικότητα μιας επεκτάσιμης υπολογιστικής ροής που ενοποιεί δεδομένα αλληλουχίας, προσβασιμότητας και μοντέλων βαθιάς μάθησης για την εξαγωγή κανόνων TF-έκφρασης σε χρονικό πλαίσιο. Ως εκ τούτου, τα συμπεράσματα θεωρούνται απόδειξη της λογικής της μελέτης και παρέχουν το υπόβαθρο για μελλοντική εμβάθυνση με στοχευμένα πειράματα και ευρύτερη εφαρμογή σε άλλα συστήματα κυτταρικής μετατροπής.","abstract_has_math":false,"creators":["ΜΑΡΗΣ ΙΩΑΝΝΗΣ","MARIS IOANNIS"],"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":"2026-11-19T06:40:53Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek","English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5313081"],"render_values":[{"text":"uoadl:5313081","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5313081","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5313081","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%3A5313081","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΜΑΡΗΣ ΙΩΑΝΝΗΣ","MARIS IOANNIS"]}]},{"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","English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5313081","https://pergamos.lib.uoa.gr/uoa/dl/object/5313081"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Σκοπός της παρούσας μελέτης είναι η συστηματική διερεύνηση του πολυεπίπεδου ρυθμιστικού δικτύου της γονιδιακής έκφρασης υπό το πρίσμα των μεταγραφικών παραγόντων (TFs) και των αλληλεπιδράσεών τους, σε ένα χρονικά εξελισσόμενο μοντέλο μεταδιαφοροποίησης (Transdifferentiation). Η ανάλυση βασίστηκε σε δεδομένα που προήλθαν από την ανθρώπινη λευχαιμική κυτταρική σειρά BLaER1, με δειγματοληψία σε τρεις διακριτούς χρόνους (0, 24 και 168 ώρες) μετά από την έναρξη χημικής επαγωγής διαφοροποίησης. Ενσωματώθηκαν πολυ-ομικά δεδομένα RNA-seq και ATAC-seq, πληροφορία μοτίβων από δημόσια αποθετήρια (JASPAR, ENCODE) και υπολογιστικές εκτιμήσεις από αλγοριθμικά εργαλεία (SEGCOND, ChromBPNet). Αναπτύχθηκε: (i) ένας πίνακας άνω των 106 προβλεπόμενων θέσεων δέσμευσης TF στο ανθρώπινο γονιδίωμα, (ii) Τιμές συνεισφοράς (Contribution Scores) από τρία μοντέλα ChromBPNet εκπαιδευμένα σε ATAC-seq δεδομένα, που καλύπτουν >950.000 παράθυρα των 1 kb, και (iii) ολοκληρωμένη ροή εργασίας για τη σύνδεση TF-σήματος και έκφρασης γειτονικών γονιδίων στη διάρκεια της μεταδιαφοροποίησης. Τα αποτελέσματα καταδεικνύουν χρονικά αυξανόμενη εξειδίκευση της δράσης TFs, με σαφείς ενδείξεις θετικής ή αρνητικής επίδρασης στην έκφραση για επιλεγμένους ρυθμιστές, όπως οι RREB1 και THAP11, καθώς και ενδείξεις πιθανής συνδυαστικής δράσης μεταξύ παραγόντων. Η συμβολή της εργασίας είναι πρωτίστως μεθοδολογική: τεκμηριώνεται η λειτουργικότητα μιας επεκτάσιμης υπολογιστικής ροής που ενοποιεί δεδομένα αλληλουχίας, προσβασιμότητας και μοντέλων βαθιάς μάθησης για την εξαγωγή κανόνων TF-έκφρασης σε χρονικό πλαίσιο. Ως εκ τούτου, τα συμπεράσματα θεωρούνται απόδειξη της λογικής της μελέτης και παρέχουν το υπόβαθρο για μελλοντική εμβάθυνση με στοχευμένα πειράματα και ευρύτερη εφαρμογή σε άλλα συστήματα κυτταρικής μετατροπής.","This study systematically investigates the multilayered regulatory network of gene expression through the lens of transcription factors (TFs) and their interactions in a time-resolved transdifferentiation model. We use data derived from the human leukemic cell line BLaER1 as the experimental system, sampling at three time points (0, 24, and 168 hours) following chemical induction of trans-differentiation. We integrate multi-omics data (RNA-seq, ATAC-seq), motif information from public repositories (JASPAR, ENCODE), and computational outputs from algorithmic tools (SEGCOND, ChromBPNet). We developed: (i) a catalog of over 10 million predicted TF binding sites across the human genome; (ii) a set of contribution scores from three ChromBPNet models trained on ATAC-seq, covering >950,000 windows of 1 kb; and (iii) an end-to-end workflow connecting TF signal to nearby gene expression over the course of transdifferentiation. Our results indicate a time-dependent increase in TF specificity, with clear evidence of positive or negative effects on expression for selected regulators such as RREB1 and THAP11, and signs of potential combinatorial action among factors. The primary contribution is methodological: we demonstrate the feasibility of an extensible computational pipeline that unifies sequence, chromatin accessibility, and deep learning–derived features to infer TF–expression rules in a temporal setting. Accordingly, the findings are presented as proof-of-concept, laying the groundwork for targeted follow-up experiments and broader application to other cellular conversion systems."]},{"key":"dc:title","label":"Title","values":["«Ανάλυση σύστασης αλληλουχιών με ιδιαίτερα δομικά / ρυθμιστικά χαρακτηριστικά με τεχνικές βαθιάς μάθησης (Deep Learning )»"]}]}],"canonical_facts":{"dc:creator":["ΜΑΡΗΣ ΙΩΑΝΝΗΣ","MARIS IOANNIS"],"dc:date":["2025"],"dc:description":["Σκοπός της παρούσας μελέτης είναι η συστηματική διερεύνηση του πολυεπίπεδου ρυθμιστικού δικτύου της γονιδιακής έκφρασης υπό το πρίσμα των μεταγραφικών παραγόντων (TFs) και των αλληλεπιδράσεών τους, σε ένα χρονικά εξελισσόμενο μοντέλο μεταδιαφοροποίησης (Transdifferentiation). Η ανάλυση βασίστηκε σε δεδομένα που προήλθαν από την ανθρώπινη λευχαιμική κυτταρική σειρά BLaER1, με δειγματοληψία σε τρεις διακριτούς χρόνους (0, 24 και 168 ώρες) μετά από την έναρξη χημικής επαγωγής διαφοροποίησης. Ενσωματώθηκαν πολυ-ομικά δεδομένα RNA-seq και ATAC-seq, πληροφορία μοτίβων από δημόσια αποθετήρια (JASPAR, ENCODE) και υπολογιστικές εκτιμήσεις από αλγοριθμικά εργαλεία (SEGCOND, ChromBPNet). Αναπτύχθηκε: (i) ένας πίνακας άνω των 106 προβλεπόμενων θέσεων δέσμευσης TF στο ανθρώπινο γονιδίωμα, (ii) Τιμές συνεισφοράς (Contribution Scores) από τρία μοντέλα ChromBPNet εκπαιδευμένα σε ATAC-seq δεδομένα, που καλύπτουν >950.000 παράθυρα των 1 kb, και (iii) ολοκληρωμένη ροή εργασίας για τη σύνδεση TF-σήματος και έκφρασης γειτονικών γονιδίων στη διάρκεια της μεταδιαφοροποίησης. Τα αποτελέσματα καταδεικνύουν χρονικά αυξανόμενη εξειδίκευση της δράσης TFs, με σαφείς ενδείξεις θετικής ή αρνητικής επίδρασης στην έκφραση για επιλεγμένους ρυθμιστές, όπως οι RREB1 και THAP11, καθώς και ενδείξεις πιθανής συνδυαστικής δράσης μεταξύ παραγόντων. Η συμβολή της εργασίας είναι πρωτίστως μεθοδολογική: τεκμηριώνεται η λειτουργικότητα μιας επεκτάσιμης υπολογιστικής ροής που ενοποιεί δεδομένα αλληλουχίας, προσβασιμότητας και μοντέλων βαθιάς μάθησης για την εξαγωγή κανόνων TF-έκφρασης σε χρονικό πλαίσιο. Ως εκ τούτου, τα συμπεράσματα θεωρούνται απόδειξη της λογικής της μελέτης και παρέχουν το υπόβαθρο για μελλοντική εμβάθυνση με στοχευμένα πειράματα και ευρύτερη εφαρμογή σε άλλα συστήματα κυτταρικής μετατροπής.","This study systematically investigates the multilayered regulatory network of gene expression through the lens of transcription factors (TFs) and their interactions in a time-resolved transdifferentiation model. We use data derived from the human leukemic cell line BLaER1 as the experimental system, sampling at three time points (0, 24, and 168 hours) following chemical induction of trans-differentiation. We integrate multi-omics data (RNA-seq, ATAC-seq), motif information from public repositories (JASPAR, ENCODE), and computational outputs from algorithmic tools (SEGCOND, ChromBPNet). We developed: (i) a catalog of over 10 million predicted TF binding sites across the human genome; (ii) a set of contribution scores from three ChromBPNet models trained on ATAC-seq, covering >950,000 windows of 1 kb; and (iii) an end-to-end workflow connecting TF signal to nearby gene expression over the course of transdifferentiation. Our results indicate a time-dependent increase in TF specificity, with clear evidence of positive or negative effects on expression for selected regulators such as RREB1 and THAP11, and signs of potential combinatorial action among factors. The primary contribution is methodological: we demonstrate the feasibility of an extensible computational pipeline that unifies sequence, chromatin accessibility, and deep learning–derived features to infer TF–expression rules in a temporal setting. Accordingly, the findings are presented as proof-of-concept, laying the groundwork for targeted follow-up experiments and broader application to other cellular conversion systems."],"dc:identifier":["uoadl:5313081","https://pergamos.lib.uoa.gr/uoa/dl/object/5313081"],"dc:language":["Ελληνικά","Greek","English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["«Ανάλυση σύστασης αλληλουχιών με ιδιαίτερα δομικά / ρυθμιστικά χαρακτηριστικά με τεχνικές βαθιάς μάθησης (Deep Learning )»"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:53Z"}