Δίκτυα έκϕρασης για γονιδιακούς δείκτες καρκίνου

Abstract

Τα κύτταρα περιέχουν χιλιάδες βιολογικά μόρια, όπως γονίδια, RNA, πρωτεΐνες και μεταβολίτες, που αλληλεπιδρούν με πολύπλοκους τρόπους. Τα δίκτυα παρουσιάζουν ένα ισχυρό πλαίσιο για να αντιπροσωπεύσουν αυτές τις περίπλοκες σχέσεις και αλληλεπιδράσεις, οι οποίες είναι υπεύθυνες για διάϕορες κυτταρικές λειτουργίες με τις επιδράσεις των μεμονωμένων κόμβων των μορίων. Στην παρούσα διπλωματική εργασία πραγματοποιείται η εκμάθηση δομής Bayesian δικτύων από δεδομένα γονιδιακής έκϕρασης που προέρχονται από δείγματα παθολογίας του καρκίνου του μαστού. Τα Bayesian δίκτυα παρέχουν μια καλή και εύχρηστη αναπαράσταση για την έκϕραση της από κοινού κατανομής πιθανότητας και για τον συμπερασμό. Η αναπαράσταση και η χρήση της θεωρίας πιθανοτήτων κάνουν τα Bayesian δίκτυα κατάλληλα για το συνδυασμό του πεδίου γνώσης και δεδομένων, την έκϕραση αιτιωδών σχέσεων, την αποϕυγή υπερκάλυψης ενός μοντέλου σε δεδομένα εκπαίδευσης, και την εκμάθηση από μη ολοκληρωμένα σύνολα δεδομένων. Συγκεκριμένα, για να γίνει η εκμάθηση μιας τέτοιας δομής, χρησιμοποιήθηκαν οι αλληλεπιδράσεις των 77 γονιδίων που είναι μια γονιδιακή υπογραϕή που σχετίζεται με την παθολογία του καρκίνου του μαστού. Κατασκευάστηκαν δομές ξεχωριστά για τα καρκινικά και τα υγιή δείγματα ενώ η εκμάθηση των δομών έγινε σύμϕωνα με τον αλγόριθμο εκμάθησης δομής Κ2, θεωρώντας τις μεταβλητές διακριτές αλλά και συνεχείς. Οι δομές που προέκυψαν μελετήθηκαν ως προς τις ιδιότητες Μικρού Κόσμου και Ελεύθερης Κλίμακας, που εμϕανίζονται στην πλειονότητα των δικτύων του πραγματικού κόσμου. Επίσης αναζητήθηκαν σημαντικοί κόμβοι, συμπλέγματα (σύμϕωνα με τον αλγόριθμο MCODE) και δομικές ενότητες (σύμϕωνα με τον αλγόριθμο jActiveModules) στις δομές, τα οποία αξιολογήθηκαν στατιστικά και βιολογικά. Η στατιστική ανάλυση των δικτύων έδειξε ότι εμϕανίζουν την ιδιότητα Ελεύθερης Κλίμακας που συνάδει με τη βιολογική τους διάσταση όπως επίσης και ότι υπάρχουν σημαντικοί κόμβοι, συμπλέγματα και δομικές ενότητες στα δίκτυα. Η ανάλυση των Bayesian δικτύων ανέδειξε δυναμικά υποδίκτυα με κεντρικούς κόμβους τα οποία προσϕέρουν νέα γνώση σχετικά με τα βιολογικά μονοπάτια που εμπλέκονται στον καρκίνο του μαστού.