{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5421067"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5421067","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Αλγοριθμική επιλογή μοριακών δεικτών, προκειμένου να αναπτυχθεί ένα βέλτιστο πρόγραμμα ταυτοποίησης των ποικιλιών Vitis Vinifera L","abstract":"Σε μια εποχή όπου ο όγκος των διαθέσιμων δεδομένων αυξάνεται ραγδαία, η πρόκληση μετατοπίζεται από τη συλλογή, στην αποτελεσματική επεξεργασία και αξιοποίησή τους. Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη προσαρμοσμένων αλγορίθμων για την επιλογή των βέλτιστων (ελάχιστων) πάνελ μοριακών δεικτών και η δημιουργία ενός ανθεκτικού στα σφάλματα συστήματος γενετικής ταυτοποίησης. Με τον τρόπο αυτό αξιοποιείται ο τεράστιος όγκος της διαθέσιμης γενετικής πληροφορίας για την άμπελο (Vitis vinifera L.) προκειμένου να επιτευχθεί ακριβής γενετική ταυτοποίηση. Τα αποτελέσματα φέρουν ιδιαίτερη σημασία, καθώς η αποτελεσματική διάκριση των ποικιλιών αποτελεί προϋπόθεση τόσο για τη διασφάλιση της γνησιότητας των οίνων όσο και για τη νομική συμμόρφωση (ΠΟΠ/ΠΓΕ). Για την υλοποίηση της έρευνας, αναπτύχθηκε αυτοματοποιημένο λογισμικό (web scraper) που άντλησε γονοτυπικά προφίλ για χιλιάδες ποικιλίες από τη διεθνή βάση δεδομένων VIVC. Μέσω ενός ευριστικού αλγορίθμου Stepwise Forward Selection, προσδιορίστηκε ο ελάχιστος απαιτούμενος αριθμός δεικτών μικροδορυφόρων (SSR) και πολυμορφισμών μοναδικού νουκλεοτιδίου (SNP). Η συγκριτική ανάλυση κατέδειξε ότι οι πολυ-αλληλικοί δείκτες SSR είναι εξαιρετικά αποδοτικοί για ταχεία διαλογή (screening), αγγίζοντας ποσοστά διάκρισης >98% με μόλις 4-6 γενετικούς τόπους. Ωστόσο, αδυνατούν να ξεχωρίσουν στενά συγγενικούς κλώνους (π.χ. Pinot Noir και Pinot Blanc). Από την άλλη, οι δείκτες SNP, αν και απαιτούν μεγαλύτερο αρχικό πάνελ (~18 δείκτες), επιτυγχάνουν την απόλυτη (100%) διακριτική ικανότητα, διεισδύοντας βαθύτερα στο γονιδίωμα και εντοπίζοντας σημειακές μεταλλαγές. Παράλληλα, αναπτύχθηκε αλγόριθμος ταυτοποίησης που ενσωματώνει καινοτόμο μηχανισμό διόρθωσης συστηματικών σφαλμάτων (Shift Correction) μέσω της ελαχιστοποίησης της τυπικής απόκλισης των διαφορών μεταξύ των δειγμάτων. Έτσι υπερβαίνεται το σύνηθες πρόβλημα των εργαστηριακών ασυμβατοτήτων, επιτρέποντας την αξιόπιστη ταυτοποίηση χωρίς ανάγκη επαναληπτικών βαθμονομήσεων. Τέλος, η εφαρμογή της μεθοδολογίας σε ένα στοχευμένο υποσύνολο γηγενών κρητικών ποικιλιών απέδειξε ότι η δημιουργία προσαρμοσμένων τοπικών πάνελ αναφοράς μειώνει δραματικά την ανάγκη για δεδομένα. Συμπερασματικά, η εργασία επιβεβαιώνει πως η τεχνολογική μετάβαση προς τους δείκτες SNP, σε συνδυασμό με την αλγοριθμική βελτιστοποίηση, αποτελεί το μέλλον για τη δημιουργία καθολικών, απαλλαγμένων από σφάλματα, συστημάτων γενετικής ιχνηλασιμότητας, προσφέροντας ταυτόχρονα τεράστια οικονομία πόρων για τα οινολογικά εργαστήρια.","abstract_html":"Σε μια εποχή όπου ο όγκος των διαθέσιμων δεδομένων αυξάνεται ραγδαία, η πρόκληση μετατοπίζεται από τη συλλογή, στην αποτελεσματική επεξεργασία και αξιοποίησή τους. Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη προσαρμοσμένων αλγορίθμων για την επιλογή των βέλτιστων (ελάχιστων) πάνελ μοριακών δεικτών και η δημιουργία ενός ανθεκτικού στα σφάλματα συστήματος γενετικής ταυτοποίησης. Με τον τρόπο αυτό αξιοποιείται ο τεράστιος όγκος της διαθέσιμης γενετικής πληροφορίας για την άμπελο (Vitis vinifera L.) προκειμένου να επιτευχθεί ακριβής γενετική ταυτοποίηση. Τα αποτελέσματα φέρουν ιδιαίτερη σημασία, καθώς η αποτελεσματική διάκριση των ποικιλιών αποτελεί προϋπόθεση τόσο για τη διασφάλιση της γνησιότητας των οίνων όσο και για τη νομική συμμόρφωση (ΠΟΠ/ΠΓΕ). Για την υλοποίηση της έρευνας, αναπτύχθηκε αυτοματοποιημένο λογισμικό (web scraper) που άντλησε γονοτυπικά προφίλ για χιλιάδες ποικιλίες από τη διεθνή βάση δεδομένων VIVC. Μέσω ενός ευριστικού αλγορίθμου Stepwise Forward Selection, προσδιορίστηκε ο ελάχιστος απαιτούμενος αριθμός δεικτών μικροδορυφόρων (SSR) και πολυμορφισμών μοναδικού νουκλεοτιδίου (SNP). Η συγκριτική ανάλυση κατέδειξε ότι οι πολυ-αλληλικοί δείκτες SSR είναι εξαιρετικά αποδοτικοί για ταχεία διαλογή (screening), αγγίζοντας ποσοστά διάκρισης &gt;98% με μόλις 4-6 γενετικούς τόπους. Ωστόσο, αδυνατούν να ξεχωρίσουν στενά συγγενικούς κλώνους (π.χ. Pinot Noir και Pinot Blanc). Από την άλλη, οι δείκτες SNP, αν και απαιτούν μεγαλύτερο αρχικό πάνελ (~18 δείκτες), επιτυγχάνουν την απόλυτη (100%) διακριτική ικανότητα, διεισδύοντας βαθύτερα στο γονιδίωμα και εντοπίζοντας σημειακές μεταλλαγές. Παράλληλα, αναπτύχθηκε αλγόριθμος ταυτοποίησης που ενσωματώνει καινοτόμο μηχανισμό διόρθωσης συστηματικών σφαλμάτων (Shift Correction) μέσω της ελαχιστοποίησης της τυπικής απόκλισης των διαφορών μεταξύ των δειγμάτων. Έτσι υπερβαίνεται το σύνηθες πρόβλημα των εργαστηριακών ασυμβατοτήτων, επιτρέποντας την αξιόπιστη ταυτοποίηση χωρίς ανάγκη επαναληπτικών βαθμονομήσεων. Τέλος, η εφαρμογή της μεθοδολογίας σε ένα στοχευμένο υποσύνολο γηγενών κρητικών ποικιλιών απέδειξε ότι η δημιουργία προσαρμοσμένων τοπικών πάνελ αναφοράς μειώνει δραματικά την ανάγκη για δεδομένα. Συμπερασματικά, η εργασία επιβεβαιώνει πως η τεχνολογική μετάβαση προς τους δείκτες SNP, σε συνδυασμό με την αλγοριθμική βελτιστοποίηση, αποτελεί το μέλλον για τη δημιουργία καθολικών, απαλλαγμένων από σφάλματα, συστημάτων γενετικής ιχνηλασιμότητας, προσφέροντας ταυτόχρονα τεράστια οικονομία πόρων για τα οινολογικά εργαστήρια.","abstract_has_math":false,"creators":["ΠΡΩΤΟΓΕΡΑΚΗΣ ΕΜΜΑΝΟΥΗΛ","PROTOGERAKIS EMMANOUIL"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T05:20:07Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5421067"],"render_values":[{"text":"uoadl:5421067","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5421067","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5421067","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%3A5421067","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΠΡΩΤΟΓΕΡΑΚΗΣ ΕΜΜΑΝΟΥΗΛ","PROTOGERAKIS EMMANOUIL"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"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:5421067","https://pergamos.lib.uoa.gr/uoa/dl/object/5421067"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Σε μια εποχή όπου ο όγκος των διαθέσιμων δεδομένων αυξάνεται ραγδαία, η πρόκληση μετατοπίζεται από τη συλλογή, στην αποτελεσματική επεξεργασία και αξιοποίησή τους. Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη προσαρμοσμένων αλγορίθμων για την επιλογή των βέλτιστων (ελάχιστων) πάνελ μοριακών δεικτών και η δημιουργία ενός ανθεκτικού στα σφάλματα συστήματος γενετικής ταυτοποίησης. Με τον τρόπο αυτό αξιοποιείται ο τεράστιος όγκος της διαθέσιμης γενετικής πληροφορίας για την άμπελο (Vitis vinifera L.) προκειμένου να επιτευχθεί ακριβής γενετική ταυτοποίηση. Τα αποτελέσματα φέρουν ιδιαίτερη σημασία, καθώς η αποτελεσματική διάκριση των ποικιλιών αποτελεί προϋπόθεση τόσο για τη διασφάλιση της γνησιότητας των οίνων όσο και για τη νομική συμμόρφωση (ΠΟΠ/ΠΓΕ). Για την υλοποίηση της έρευνας, αναπτύχθηκε αυτοματοποιημένο λογισμικό (web scraper) που άντλησε γονοτυπικά προφίλ για χιλιάδες ποικιλίες από τη διεθνή βάση δεδομένων VIVC. Μέσω ενός ευριστικού αλγορίθμου Stepwise Forward Selection, προσδιορίστηκε ο ελάχιστος απαιτούμενος αριθμός δεικτών μικροδορυφόρων (SSR) και πολυμορφισμών μοναδικού νουκλεοτιδίου (SNP). Η συγκριτική ανάλυση κατέδειξε ότι οι πολυ-αλληλικοί δείκτες SSR είναι εξαιρετικά αποδοτικοί για ταχεία διαλογή (screening), αγγίζοντας ποσοστά διάκρισης >98% με μόλις 4-6 γενετικούς τόπους. Ωστόσο, αδυνατούν να ξεχωρίσουν στενά συγγενικούς κλώνους (π.χ. Pinot Noir και Pinot Blanc). Από την άλλη, οι δείκτες SNP, αν και απαιτούν μεγαλύτερο αρχικό πάνελ (~18 δείκτες), επιτυγχάνουν την απόλυτη (100%) διακριτική ικανότητα, διεισδύοντας βαθύτερα στο γονιδίωμα και εντοπίζοντας σημειακές μεταλλαγές. Παράλληλα, αναπτύχθηκε αλγόριθμος ταυτοποίησης που ενσωματώνει καινοτόμο μηχανισμό διόρθωσης συστηματικών σφαλμάτων (Shift Correction) μέσω της ελαχιστοποίησης της τυπικής απόκλισης των διαφορών μεταξύ των δειγμάτων. Έτσι υπερβαίνεται το σύνηθες πρόβλημα των εργαστηριακών ασυμβατοτήτων, επιτρέποντας την αξιόπιστη ταυτοποίηση χωρίς ανάγκη επαναληπτικών βαθμονομήσεων. Τέλος, η εφαρμογή της μεθοδολογίας σε ένα στοχευμένο υποσύνολο γηγενών κρητικών ποικιλιών απέδειξε ότι η δημιουργία προσαρμοσμένων τοπικών πάνελ αναφοράς μειώνει δραματικά την ανάγκη για δεδομένα. Συμπερασματικά, η εργασία επιβεβαιώνει πως η τεχνολογική μετάβαση προς τους δείκτες SNP, σε συνδυασμό με την αλγοριθμική βελτιστοποίηση, αποτελεί το μέλλον για τη δημιουργία καθολικών, απαλλαγμένων από σφάλματα, συστημάτων γενετικής ιχνηλασιμότητας, προσφέροντας ταυτόχρονα τεράστια οικονομία πόρων για τα οινολογικά εργαστήρια.","In an era where the volume of available data is increasing rapidly, the challenge shifts from data collection to efficient processing and utilization. The purpose of this thesis is the development of customized algorithms for the selection of optimal (minimal) molecular marker panels and the creation of a fault-tolerant genetic identification system. In this way, the vast amount of available genetic information for the grapevine (Vitis vinifera L.) is utilized to achieve accurate genetic identification. The results are of particular importance, as the effective discrimination of varieties is a prerequisite for both ensuring wine authenticity and legal compliance (PDO/PGI). To conduct the research, an automated software (web scraper) was developed, which extracted genotypic profiles for thousands of varieties from the international VIVC database. Through a heuristic \"Stepwise Forward Selection\" algorithm, the minimum required number of Simple Sequence Repeat (SSR) and Single Nucleotide Polymorphism (SNP) markers was determined. The comparative analysis demonstrated that multi-allelic SSR markers are highly efficient for rapid screening, reaching discrimination rates of >98% with only 4-6 loci. However, they fail to distinguish closely related clones (e.g., Pinot Noir and Pinot Blanc). On the other hand, although SNP markers require a larger initial panel (~18 markers), they achieve absolute (100%) discriminatory power by penetrating deeper into the genome and detecting point mutations. Concurrently, an identification algorithm was developed incorporating an innovative systematic error correction mechanism (Shift Correction) by minimizing the standard deviation of the differences between samples. This overcomes the common problem of inter-laboratory incompatibility, allowing for reliable identification without the need for repeated calibrations. Finally, the application of the methodology to a targeted subset of native Cretan varieties proved that the creation of customized local reference panels dramatically reduces data requirements. In conclusion, this study confirms that the technological transition towards SNP markers, combined with algorithmic optimization, represents the future for establishing universal, error-free genetic traceability systems, while simultaneously offering immense resource savings for oenological laboratories."]},{"key":"dc:title","label":"Title","values":["Αλγοριθμική επιλογή μοριακών δεικτών, προκειμένου να αναπτυχθεί ένα βέλτιστο πρόγραμμα ταυτοποίησης των ποικιλιών Vitis Vinifera L"]}]}],"canonical_facts":{"dc:creator":["ΠΡΩΤΟΓΕΡΑΚΗΣ ΕΜΜΑΝΟΥΗΛ","PROTOGERAKIS EMMANOUIL"],"dc:date":["2026"],"dc:description":["Σε μια εποχή όπου ο όγκος των διαθέσιμων δεδομένων αυξάνεται ραγδαία, η πρόκληση μετατοπίζεται από τη συλλογή, στην αποτελεσματική επεξεργασία και αξιοποίησή τους. Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη προσαρμοσμένων αλγορίθμων για την επιλογή των βέλτιστων (ελάχιστων) πάνελ μοριακών δεικτών και η δημιουργία ενός ανθεκτικού στα σφάλματα συστήματος γενετικής ταυτοποίησης. Με τον τρόπο αυτό αξιοποιείται ο τεράστιος όγκος της διαθέσιμης γενετικής πληροφορίας για την άμπελο (Vitis vinifera L.) προκειμένου να επιτευχθεί ακριβής γενετική ταυτοποίηση. Τα αποτελέσματα φέρουν ιδιαίτερη σημασία, καθώς η αποτελεσματική διάκριση των ποικιλιών αποτελεί προϋπόθεση τόσο για τη διασφάλιση της γνησιότητας των οίνων όσο και για τη νομική συμμόρφωση (ΠΟΠ/ΠΓΕ). Για την υλοποίηση της έρευνας, αναπτύχθηκε αυτοματοποιημένο λογισμικό (web scraper) που άντλησε γονοτυπικά προφίλ για χιλιάδες ποικιλίες από τη διεθνή βάση δεδομένων VIVC. Μέσω ενός ευριστικού αλγορίθμου Stepwise Forward Selection, προσδιορίστηκε ο ελάχιστος απαιτούμενος αριθμός δεικτών μικροδορυφόρων (SSR) και πολυμορφισμών μοναδικού νουκλεοτιδίου (SNP). Η συγκριτική ανάλυση κατέδειξε ότι οι πολυ-αλληλικοί δείκτες SSR είναι εξαιρετικά αποδοτικοί για ταχεία διαλογή (screening), αγγίζοντας ποσοστά διάκρισης >98% με μόλις 4-6 γενετικούς τόπους. Ωστόσο, αδυνατούν να ξεχωρίσουν στενά συγγενικούς κλώνους (π.χ. Pinot Noir και Pinot Blanc). Από την άλλη, οι δείκτες SNP, αν και απαιτούν μεγαλύτερο αρχικό πάνελ (~18 δείκτες), επιτυγχάνουν την απόλυτη (100%) διακριτική ικανότητα, διεισδύοντας βαθύτερα στο γονιδίωμα και εντοπίζοντας σημειακές μεταλλαγές. Παράλληλα, αναπτύχθηκε αλγόριθμος ταυτοποίησης που ενσωματώνει καινοτόμο μηχανισμό διόρθωσης συστηματικών σφαλμάτων (Shift Correction) μέσω της ελαχιστοποίησης της τυπικής απόκλισης των διαφορών μεταξύ των δειγμάτων. Έτσι υπερβαίνεται το σύνηθες πρόβλημα των εργαστηριακών ασυμβατοτήτων, επιτρέποντας την αξιόπιστη ταυτοποίηση χωρίς ανάγκη επαναληπτικών βαθμονομήσεων. Τέλος, η εφαρμογή της μεθοδολογίας σε ένα στοχευμένο υποσύνολο γηγενών κρητικών ποικιλιών απέδειξε ότι η δημιουργία προσαρμοσμένων τοπικών πάνελ αναφοράς μειώνει δραματικά την ανάγκη για δεδομένα. Συμπερασματικά, η εργασία επιβεβαιώνει πως η τεχνολογική μετάβαση προς τους δείκτες SNP, σε συνδυασμό με την αλγοριθμική βελτιστοποίηση, αποτελεί το μέλλον για τη δημιουργία καθολικών, απαλλαγμένων από σφάλματα, συστημάτων γενετικής ιχνηλασιμότητας, προσφέροντας ταυτόχρονα τεράστια οικονομία πόρων για τα οινολογικά εργαστήρια.","In an era where the volume of available data is increasing rapidly, the challenge shifts from data collection to efficient processing and utilization. The purpose of this thesis is the development of customized algorithms for the selection of optimal (minimal) molecular marker panels and the creation of a fault-tolerant genetic identification system. In this way, the vast amount of available genetic information for the grapevine (Vitis vinifera L.) is utilized to achieve accurate genetic identification. The results are of particular importance, as the effective discrimination of varieties is a prerequisite for both ensuring wine authenticity and legal compliance (PDO/PGI). To conduct the research, an automated software (web scraper) was developed, which extracted genotypic profiles for thousands of varieties from the international VIVC database. Through a heuristic \"Stepwise Forward Selection\" algorithm, the minimum required number of Simple Sequence Repeat (SSR) and Single Nucleotide Polymorphism (SNP) markers was determined. The comparative analysis demonstrated that multi-allelic SSR markers are highly efficient for rapid screening, reaching discrimination rates of >98% with only 4-6 loci. However, they fail to distinguish closely related clones (e.g., Pinot Noir and Pinot Blanc). On the other hand, although SNP markers require a larger initial panel (~18 markers), they achieve absolute (100%) discriminatory power by penetrating deeper into the genome and detecting point mutations. Concurrently, an identification algorithm was developed incorporating an innovative systematic error correction mechanism (Shift Correction) by minimizing the standard deviation of the differences between samples. This overcomes the common problem of inter-laboratory incompatibility, allowing for reliable identification without the need for repeated calibrations. Finally, the application of the methodology to a targeted subset of native Cretan varieties proved that the creation of customized local reference panels dramatically reduces data requirements. In conclusion, this study confirms that the technological transition towards SNP markers, combined with algorithmic optimization, represents the future for establishing universal, error-free genetic traceability systems, while simultaneously offering immense resource savings for oenological laboratories."],"dc:identifier":["uoadl:5421067","https://pergamos.lib.uoa.gr/uoa/dl/object/5421067"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Αλγοριθμική επιλογή μοριακών δεικτών, προκειμένου να αναπτυχθεί ένα βέλτιστο πρόγραμμα ταυτοποίησης των ποικιλιών Vitis Vinifera L"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:20:07Z"}