2018Unpublished venueOpen access

Μέθοδοι βιοπληροφορικής, υπολογιστικής συστημικής βιολογίας και μηχανικής μάθησης, εφαρμοσμένες στην in silico ογκολογία

Ελευθέριος Ουζούνογλου

Open full text 0 citations

Abstract

Στα πλαίσια της παρούσας διατριβής μελετήθηκαν οι επιστημονικοί τομείς της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής Μάθησης με στόχο την αξιοποίησή τους σε προβλήματα του έντονα αναπτυσσόμενου και εξελισσόμενου χώρου της In Silico Ογκολογίας. Ο χώρος αυτός θέτει ως βασικό στόχο την ανάπτυξη υπολογιστικών μοντέλων ικανών να προσομοιώσουν την ανάπτυξη αλλά και την απόκριση στη θεραπεία καρκινικών όγκων. Κομβική συμμετοχή σε αυτές τις προσπάθειες έχει η Ομάδα για την In Silico Ογκολογία και την In Silico Ιατρική του Ερευνητικού Πανεπιστημιακού Ινστιτούτου Συστημάτων Επικοινωνιών και Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΠΙΣΕΥ-ΕΜΠ) μέσω των πολυετών προσπαθειών ανάπτυξης μιας οικογένειας μοντέλων, των Ογκοπροσομοιωτών. Οι συγκεκριμένοι Ογκοπροσομοιωτές εστιάζουν κυρίως στην προσομοίωση των φαινομένων στο κυτταρικό και σε ανώτερα αυτού επίπεδα. Στην παρούσα διατριβή αναζητήθηκαν τα σημεία εκείνα όπου μέθοδοι της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής μάθησης μπορούν να συμβάλλουν στην εξειδίκευση των Ογκοπροσομοιωτών και στον μοριακό χώρο αλλά και στην αξιοποίησή τους για προβλεπτικές διαδικασίες σχετικά με την εξατομικευμένη απόκριση καρκινικών όγκων σε θεραπεία Προκειμένου να παρουσιαστούν οι δυνατότητες αυτές, επιλέχθηκαν συγκεκριμένες εφαρμογές και δόθηκε εστίαση στην περίπτωση της Οξείας Λεμφοβλαστικής Λευχαιμίας μέσω της χρήσης και μελέτης της επεκτασιμότητας του Ογκοπροσομοιωτή Λευχαιμίας. Συγκεκριμένα, αναπτύχθηκαν και εκπαιδεύτηκαν μέσω μεθόδων βελτιστοποίησης ένα μοντέλο Συστημικής Βιολογίας για την προσομοίωση της βιοχημικής ρύθμισης του κυτταρικού κύκλου στην Οξεία Λεμφοβλαστικής Λευχαιμίας και ένα μοντέλο προσομοίωσης της Φαρμακοκινητικής για το φάρμακο Πρεδνιζόνη, ικανά να τροφοδοτήσουν με πληροφορία τον Ογκοπροσομοιωτή. Επίσης μέσω μεθόδων Βιοπληροφορικής και Μηχανικής Μάθησης αναπτύχθηκε το Υβριδικό Σύστημα Ογκοπροσομοιωτή Λευχαιμίας, δηλαδή διαδικασίες για την αυτοματοποιημένη προσαρμογή του Ογκοπροσομοιωτή σε δεδομένα ασθενών αλλά και την πρόβλεψη της απόκρισης νέων ασθενών σε θεραπεία μέσω εκπαίδευσης επιμέρους μοντέλων μηχανικής μάθησης. Συγκεκριμένα, επιχειρήθηκε η πρόβλεψη της απόκρισης στην Πρεδνιζόνη, ασθενών με Οξεία Λεμφοβλαστική Λευχαιμίας, παιδικής ηλικίας, η οποία αποτελεί βασική πληροφορία για την διαστρωμάτωση των ασθενών σε ομάδες κινδύνου. Η πρωτότυπη προσπάθεια και η επαρκής επιτυχία πρόβλεψης μέσω του Υβριδικού Ογκοπροσομοιωτή αποτελούν σημαντικό βήμα για την περαιτέρω ανάπτυξη του χώρου της In Silico Ογκολογίας.

About this research paper

What this paper is about

Στα πλαίσια της παρούσας διατριβής μελετήθηκαν οι επιστημονικοί τομείς της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής Μάθησης με στόχο την αξιοποίησή τους σε προβλήματα του έντονα αναπτυσσόμενου και εξελισσόμενου χώρου της In Silico Ογκολογίας. Ο χώρος αυτός θέτει ως βασικό στόχο την ανάπτυξη υπολογιστικών μοντέλων ικανών να προσομοιώσουν την ανάπτυξη αλλά και την απόκριση στη θεραπεία καρκινικών όγκων. Κομβική συμμετοχή σε αυτές τις προσπάθειες έχει η Ομάδα για την In Silico Ογκολογία και την In Silico Ιατρική του Ερευνητικού Πανεπιστημιακού Ινστιτούτου Συστημάτων Επικοινωνιών και Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΠΙΣΕΥ-ΕΜΠ) μέσω των πολυετών προσπαθειών ανάπτυξης μιας οικογένειας μοντέλων, των Ογκοπροσομοιωτών. Οι συγκεκριμένοι Ογκοπροσομοιωτές εστιάζουν κυρίως στην προσομοίωση των φαινομένων στο κυτταρικό και σε ανώτερα αυτού επίπεδα. Στην παρούσα διατριβή αναζητήθηκαν τα σημεία εκείνα όπου μέθοδοι της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής μάθησης μπορούν να συμβάλλουν στην εξειδίκευση των Ογκοπροσομοιωτών και στον μοριακό χώρο αλλά και στην αξιοποίησή τους για προβλεπτικές διαδικασίες σχετικά με την εξατομικευμένη απόκριση καρκινικών όγκων σε θεραπεία Προκειμένου να παρουσιαστούν οι δυνατότητες αυτές, επιλέχθηκαν συγκεκριμένες εφαρμογές και δόθηκε εστίαση στην περίπτωση της Οξείας Λεμφοβλαστικής Λευχαιμίας μέσω της χρήσης και μελέτης της επεκτασιμότητας του Ογκοπροσομοιωτή Λευχαιμίας. Συγκεκριμένα, αναπτύχθηκαν και εκπαιδεύτηκαν μέσω μεθόδων βελτιστοποίησης ένα μοντέλο Συστημικής Βιολογίας για την προσομοίωση της βιοχημικής ρύθμισης του κυτταρικού κύκλου στην Οξεία Λεμφοβλαστικής Λευχαιμίας και ένα μοντέλο προσομοίωσης της Φαρμακοκινητικής για το φάρμακο Πρεδνιζόνη, ικανά να τροφοδοτήσουν με πληροφορία τον Ογκοπροσομοιωτή. Επίσης μέσω μεθόδων Βιοπληροφορικής και Μηχανικής Μάθησης αναπτύχθηκε το Υβριδικό Σύστημα Ογκοπροσομοιωτή Λευχαιμίας, δηλαδή διαδικασίες για την αυτοματοποιημένη προσαρμογή του Ογκοπροσομοιωτή σε δεδομένα ασθενών αλλά και την πρόβλεψη της απόκρισης νέων ασθενών σε θεραπεία μέσω εκπαίδευσης επιμέρους μοντέλων μηχανικής μάθησης. Συγκεκριμένα, επιχειρήθηκε η πρόβλεψη της απόκρισης στην Πρεδνιζόνη, ασθενών με Οξεία Λεμφοβλαστική Λευχαιμίας, παιδικής ηλικίας, η οποία αποτελεί βασική πληροφορία για την διαστρωμάτωση των ασθενών σε ομάδες κινδύνου. Η πρωτότυπη προσπάθεια και η επαρκής επιτυχία πρόβλεψης μέσω του Υβριδικού Ογκοπροσομοιωτή αποτελούν σημαντικό βήμα για την περαιτέρω ανάπτυξη του χώρου της In Silico Ογκολογίας.

Why it matters

A significance statement is not available in the OpenAlex record.

Key contribution

A contribution statement is not available in the OpenAlex record.

Method / approach

Method details are not available in the OpenAlex metadata.

Main findings

Findings are not separately available in the OpenAlex metadata.

Limitations

Limitations are not available in the OpenAlex metadata.

Applications

Application details are not available in the OpenAlex metadata.

Available abstract

Στα πλαίσια της παρούσας διατριβής μελετήθηκαν οι επιστημονικοί τομείς της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής Μάθησης με στόχο την αξιοποίησή τους σε προβλήματα του έντονα αναπτυσσόμενου και εξελισσόμενου χώρου της In Silico Ογκολογίας. Ο χώρος αυτός θέτει ως βασικό στόχο την ανάπτυξη υπολογιστικών μοντέλων ικανών να προσομοιώσουν την ανάπτυξη αλλά και την απόκριση στη θεραπεία καρκινικών όγκων. Κομβική συμμετοχή σε αυτές τις προσπάθειες έχει η Ομάδα για την In Silico Ογκολογία και την In Silico Ιατρική του Ερευνητικού Πανεπιστημιακού Ινστιτούτου Συστημάτων Επικοινωνιών και Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΠΙΣΕΥ-ΕΜΠ) μέσω των πολυετών προσπαθειών ανάπτυξης μιας οικογένειας μοντέλων, των Ογκοπροσομοιωτών. Οι συγκεκριμένοι Ογκοπροσομοιωτές εστιάζουν κυρίως στην προσομοίωση των φαινομένων στο κυτταρικό και σε ανώτερα αυτού επίπεδα. Στην παρούσα διατριβή αναζητήθηκαν τα σημεία εκείνα όπου μέθοδοι της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής μάθησης μπορούν να συμβάλλουν στην εξειδίκευση των Ογκοπροσομοιωτών και στον μοριακό χώρο αλλά και στην αξιοποίησή τους για προβλεπτικές διαδικασίες σχετικά με την εξατομικευμένη απόκριση καρκινικών όγκων σε θεραπεία Προκειμένου να παρουσιαστούν οι δυνατότητες αυτές, επιλέχθηκαν συγκεκριμένες εφαρμογές και δόθηκε εστίαση στην περίπτωση της Οξείας Λεμφοβλαστικής Λευχαιμίας μέσω της χρήσης και μελέτης της επεκτασιμότητας του Ογκοπροσομοιωτή Λευχαιμίας. Συγκεκριμένα, αναπτύχθηκαν και εκπαιδεύτηκαν μέσω μεθόδων βελτιστοποίησης ένα μοντέλο Συστημικής Βιολογίας για την προσομοίωση της βιοχημικής ρύθμισης του κυτταρικού κύκλου στην Οξεία Λεμφοβλαστικής Λευχαιμίας και ένα μοντέλο προσομοίωσης της Φαρμακοκινητικής για το φάρμακο Πρεδνιζόνη, ικανά να τροφοδοτήσουν με πληροφορία τον Ογκοπροσομοιωτή. Επίσης μέσω μεθόδων Βιοπληροφορικής και Μηχανικής Μάθησης αναπτύχθηκε το Υβριδικό Σύστημα Ογκοπροσομοιωτή Λευχαιμίας, δηλαδή διαδικασίες για την αυτοματοποιημένη προσαρμογή του Ογκοπροσομοιωτή σε δεδομένα ασθενών αλλά και την πρόβλεψη της απόκρισης νέων ασθενών σε θεραπεία μέσω εκπαίδευσης επιμέρους μοντέλων μηχανικής μάθησης. Συγκεκριμένα, επιχειρήθηκε η πρόβλεψη της απόκρισης στην Πρεδνιζόνη, ασθενών με Οξεία Λεμφοβλαστική Λευχαιμίας, παιδικής ηλικίας, η οποία αποτελεί βασική πληροφορία για την διαστρωμάτωση των ασθενών σε ομάδες κινδύνου. Η πρωτότυπη προσπάθεια και η επαρκής επιτυχία πρόβλεψης μέσω του Υβριδικού Ογκοπροσομοιωτή αποτελούν σημαντικό βήμα για την περαιτέρω ανάπτυξη του χώρου της In Silico Ογκολογίας.

Key concepts: In silico, Computational biology, Computer science, Biology, Genetics, Gene

Related papers

Back to paper searchBrowse research topicsOriginal source
Μέθοδοι βιοπληροφορικής, υπολογιστικής συστημικής βιολογίας και μηχανικής μάθησης, εφαρμοσμένες στην in silico ογκολογία — Research Paper | ScholarLens