Υπολογιστική πρόβλεψη γονιδίων ταξινομητών και microrna στον καρκίνο

Abstract

Η παρούσα διατριβή συνδυάζει υπολογιστικές και πειραματικές προσεγγίσεις για τον εντοπισμό μορίων που εμπλέκονται σε διάφορα είδη καρκίνου. Συγκεκριμένα, η διατριβή εστιάζεται στην ανάπτυξη μεθόδων μηχανικής μάθησης και την εφαρμογή τους σε βιολογικά δεδομένα με στόχο: (α) να παρουσιάσει στοιχεία που υποστηρίζουν μια νέα κατηγοριοποίηση για συγκεκριμένους τύπους καρκίνου του εγκεφάλου, και να ταυτοποιήσει πιθανούς καρκινικούς γονιδιακούς δείκτες (β) να προσδιορίσει νέα miRNA γονίδια που εμπλέκονται στη διαδικασία ανάπτυξης καρκινικών όγκων και (γ) να συμβάλλει στη βελτιστοποίηση της πρόβλεψης στόχων των miRNA. Ο πρώτος στόχος είχε ως κίνητρο το γεγονός ότι η ιστοπαθολογική διαβάθμιση των αστροκυττωματικών όγκων που βασίζεται στα τρέχοντα κριτήρια του Παγκόσμιου Οργανισμού Υγείας (ΠΟΥ) είναι υπερ-απλουστευμένη, και συχνά ανεπαρκής στην πρόβλεψη του κλινικού φαινότυπου. Για την επίτευξη του στόχου αυτού αναπτύχθηκε ένα Τεχνητό Νευρωνικό Δίκτυο (ΤΝΔ) και εφαρμόστηκε σε ένα νέο σύνολο δεδομένων γονιδιακής έκφρασης από αστροκυττωματικούς όγκους (n=65) τα οποία συνοδεύονταν από ιστοπαθολογικά και κλινικά στοιχεία. Η μελέτη αυτή οδήγησε στην επιτυχημένη διαβάθμιση ανθρώπινων αστροκυττωματικών όγκων με τη χρήση του προφίλ έκφρασης επιλεγμένων γονιδίων (πιθανοί καρκινικοί γονιδιακοί δείκτες), την εξαγωγή συγκεκριμένων μεταγραφικών αποτυπωμάτων από ιστοπαθολογικούς υπότυπους αστροκυττωματικών όγκων και τον καθορισμό προγνωστικών υποκατηγοριών επιβίωσης με την χρήση των μοριακών αυτών αποτυπωμάτων. Τα miRNA έχουν πρόσφατα συσχετιστεί με διάφορα είδη καρκίνου. Για τον εντοπισμό νέων miRNA που εμπλέκονται σε καρκινικές διαδικασίες στον άνθρωπο αναπτύχθηκε ένα υπολογιστικό εργαλείο που χρησιμοποιεί Profile Κρυφά Μαρκοβιανά Μοντέλα (HΜΜ) και συνδυάζει πληροφορίες αλληλουχίας, δομής και συντήρησης επιτυγχάνοντας υψηλή ακρίβεια πρόβλεψης miRNA γονιδίων. Το εργαλείο εφαρμόστηκε σε καρκινικά σχετιζόμενες γενωμικές περιοχές (CAGR) και τέσσερα από τα υποψήφια miRNA γονίδια τα οποία είχαν υψηλή έκφραση σε δεδομένα από tiling arrays επιβεβαιώθηκαν πειραματικά χρησιμοποιώντας ανάλυση Northern blot. Η μελέτη αυτή οδήγησε στην δημιουργία ενός αξιόπιστου εργαλείου για τον εντοπισμό νέων υποψήφιων miRNA γονιδίων καθώς και την ανακάλυψη τεσσάρων τέτοιων μορίων τα οποία πιθανά να παίζουν ρόλο στην καρκινογένεση. Επόμενο βήμα για την διερεύνηση αυτού του ρόλου είναι ο εντοπισμός πιθανών στόχων. Τα περισσότερα υπάρχοντα υπολογιστικά εργαλεία είναι πολύ αποτελεσματικά στην πρόβλεψη πραγματικών στοχευμένων περιοχών (υψηλή ευαισθησία) αλλά ταυτόχρονα επιδεικνύουν έναν εξαιρετικά μεγάλο αριθμό συνολικών προβλέψεων (χαμηλή ειδικότητα). Αντίθετα, άλλα εργαλεία επιδεικνύουν συνολικά υψηλή ειδικότητα αλλά χαμηλή ευαισθησία. Για την αντιμετώπιση του προβλήματος αυτού αναπτύχθηκε ένα πιο εξελιγμένο εργαλείο (Targetprofiler) πρόβλεψης στόχων που επιτυγχάνει μια καλύτερη ισορροπία μεταξύ ευαισθησίας και ειδικότητας σε σύγκριση με τα υπάρχοντα εργαλεία. Συμπερασματικά, τα αποτελέσματα της παρούσα διατριβής συνεισφέρουν σημαντικά στην προσπάθεια κατανόησης των μοριακών μηχανισμών της κακρινογένεσης ενώ ταυτόχρονα παρέχουν αξιόπιστα και ελεύθερα διαθέσιμα υπολογιστικά εργαλεία.