Υπολογιστικές μεθοδολογίες τυποποίησης ιών

Abstract

The continuous mutations that take place in the genetic material of a certain virus constantly trigger the creation of new types of the virus. Because of these mutations, the new virus types obtain features that differentiate the severity of their infection (e.g., the human papillomavirus which appears in both oncogenic and non-oncogenic types). In these cases the identification of the exact type(s) of a virus that have infected a patient, namely the task of typing the virus, has acquired great importance with regards to the efficient treatment of its infection. Due to the importance of virus typing, several molecular biology methods that aim at efficiently discriminating among the various types of a virus based on their genotypic differences have been developed during the last decades. Among them, the molecular method called PCR-RFLP gel electrophoresis is currently employed widely over the world. However, the procedure of virus typing via the discussed method remains, in contrast to the other methods, heavily manual. This shortcoming of the PCR-RFLP method with respect to automation makes the conventional typing protocol of the method error-prone – especially in complex cases of multiple infections – and laborious for the molecular biologists who execute it. The aforementioned issues of the PCR-RFLP method can be tackled with the help of digital signal processing techniques along with the estimation and decision theory. For this purpose, the present thesis develops a series of novel computational methodologies that undertake the entire task of virus typing via the PCR-RFLP method in a consistent and effective manner. In order to ensure the correctness of the typing decisions, the proposed methodologies employ additional information that has been ignored by the conventional typing protocol, namely the concentration of the viral genetic material. The introduction of a factual observation model of the PCR-RFLP examination product sets the ground for the proposed methodologies to employ the additional information. On top of this model, the present thesis develops an integrated computational typing methodology (the static methodology), which analyzes the examination product and reaches typing decisions. The performance of the static methodology is evaluated thoroughly through theoretic investigations and experiments on real as well as simulated typing data. Moreover, the static methodology is implemented in its entirety as a graphical software application. Apart from the static methodology, the present thesis introduces also the dynamic typing methodology, which is capable of making typing decisions while the PCR-RFLP examination is still in progress. Dynamic typing is achieved through the establishment of communication between the previously isolated phases of the conventional typing protocol and it tackles several open issues associated with the static approach. An integrated hardware-software system is designed in order to implement the dynamic methodology. The feasibility of the dynamic typing approach is validated through an experiment that emulates the operation of the aforementioned system. Both the proposed typing methodologies are complemented by a novel algorithm (the fast algorithm) which undertakes the most demanding part of the typing procedure in terms of computational complexity, namely the task of testing the possible combinations of virus types. The fast algorithm parcels the aforementioned task into a set of subproblems; this way, the typing procedure is significantly accelerated without essentially harassing the typing accuracy. The fast algorithm is evaluated extensively on a well-sized set of real typing data. Before exploiting the concentration information as suggested by the proposed typing methodologies, the background intensity of the images that result from the PCR-RFLP examination needs to be efficiently removed. For this purpose, a novel method that models the background intensity of an examination image as a polynomial of the space coordinates and then successfully removes it from the image is introduced in the present thesis.

Οι αέναες μεταλλάξεις που λαμβάνουν χώρα στο γενετικό υλικό ενός γνωστού ιού οδηγούν στη συνεχή γέννηση νέων τύπων του εν λόγω ιού. Εξαιτίας των μεταλλάξεων αυτών οι νεότευκτοι τύποι του ιού αποκτούν χαρακτηριστικά τα οποία μεταβάλλουν την επικινδυνότητα της μόλυνσής τους (π.χ. ο ιός των ανθρωπίνων θηλωμάτων ο οποίος διαθέτει καρκινογόνους και μη καρκινογόνους τύπους). Σε τέτοιες περιπτώσεις η αναγνώριση του συγκεκριμένου τύπου ή τύπων ενός ιού οι οποίοι έχουν προσβάλει έναν ασθενή, δηλαδή η τυποποίηση του ιού, αποκτά τεράστια σημασία αναφορικά με την αποτελεσματική θεραπεία του. Ως συνέπεια της κρισιμότητας της τυποποίησης, τις τελευταίες δεκαετίες έχει αναπτυχθεί μία σειρά μεθόδων μοριακής βιολογίας οι οποίες αποσκοπούν να διακρίνουν αποτελεσματικά τους διάφορους τύπους ενός ιού βάσει των γονοτυπικών διαφορών τους. Μεταξύ αυτών, η μοριακή μέθοδος PCR-RFLP ηλεκτροφόρησης γέλης χρησιμοποιείται σήμερα ευρέως ανά τον κόσμο. Ωστόσο, η τυποποίηση με την εν λόγω μέθοδο παραμένει, σε αντιδιαστολή με τις υπόλοιπες μεθόδους, έντονα χειροκίνητη. Αυτή η υστέρηση της μεθόδου PCR-RFLP στον τομέα της αυτοματοποίησης καθιστά το συμβατικό πρωτόκολλο τυποποίησης της μεθόδου επιρρεπές σε λάθη – ιδιαίτερα σε πολύπλοκες περιπτώσεις πολλαπλών μολύνσεων – και κοπιώδες για τους μοριακούς βιολόγους που το διεκπεραιώνουν. Τα προαναφερθέντα προβλήματα της μοριακής μεθόδου PCR-RFLP μπορούν να αντιμετωπιστούν με τη βοήθεια της ψηφιακής επεξεργασίας σήματος και της θεωρίας εκτίμησης και απόφασης. Έτσι, στο πλαίσιο της παρούσας διατριβής αναπτύχθηκαν πρωτότυπες υπολογιστικές μεθοδολογίες οι οποίες αναλαμβάνουν με συστηματικό και αποτελεσματικό τρόπο την ολοκληρωμένη τυποποίηση ιών μέσω της μεθόδου PCR-RFLP. Προκειμένου να διασφαλιστεί η ορθότητα της τυποποίησης, οι προτεινόμενες μεθοδολογίες χρησιμοποιούν την πληροφορία συγκέντρωσης του ιικού γενετικού υλικού, η οποία αγνοείται από το συμβατικό πρωτόκολλο τυποποίησης. Το κατάλληλο υπόβαθρο για τη χρησιμοποίηση της εν λόγω πληροφορίας παρέχεται με την εισαγωγή ενός τεκμηριωμένου μοντέλου παρατήρησης του προϊόντος της εργαστηριακής εξέτασης PCR-RFLP. Πάνω στο μοντέλο αυτό θεμελιώνεται μία ολοκληρωμένη υπολογιστική μεθοδολογία τυποποίησης (η στατική μεθοδολογία), η οποία αναλύει το προϊόν της εργαστηριακής εξέτασης και καταλήγει σε αποφάσεις τυποποίησης. Η επίδοση της στατικής μεθοδολογίας αξιολογείται εξονυχιστικά μέσω θεωρητικών μελετών και πειραμάτων σε πραγματικά καθώς και σε προσομοιωμένα δεδομένα τυποποίησης. Επιπλέον, η στατική μεθοδολογία τυποποίησης υλοποιείται στο σύνολό της ως εφαρμογή λογισμικού γραφικού περιβάλλοντος. Πέραν της στατικής μεθοδολογίας, η παρούσα διατριβή εισάγει επίσης την πρότυπη δυναμική μεθοδολογία τυποποίησης, η οποία είναι ικανή να λαμβάνει αποφάσεις τυποποίησης ενόσω η εργαστηριακή εξέταση βρίσκεται σε εξέλιξη. Η δυναμική τυποποίηση επιτυγχάνεται μέσω της εγκαθίδρυσης επικοινωνίας μεταξύ των απομονωμένων φάσεων εκτέλεσης του συμβατικού πρωτοκόλλου τυποποίησης και επιλύει ορισμένα άλυτα προβλήματα της στατικής προσέγγισης. Ένα ολοκληρωμένο σύστημα υλικού-λογισμικού σχεδιάζεται προκειμένου να υλοποιήσει τη δυναμική μεθοδολογία. Η σκοπιμότητα της δυναμικής προσέγγισης τυποποίησης επαληθεύεται μέσω ενός πειράματος εξομοίωσης της λειτουργίας του προαναφερθέντος συστήματος. Οι δύο προτεινόμενες μεθοδολογίες τυποποίησης συμπληρώνονται από ένα πρωτότυπο αλγόριθμο (ο ταχύς αλγόριθμος) ο οποίος αναλαμβάνει να εκτελέσει το πλέον απαιτητικό από υπολογιστικής άποψης κομμάτι της διαδικασίας τυποποίησης, δηλαδή τη δοκιμή των πιθανών συνδυασμών από τύπους του ιού. Ο ταχύς αλγόριθμος κατακερματίζει το εν λόγω πρόβλημα σε ένα σύνολο υποπροβλημάτων επιταχύνοντας σημαντικά τη διαδικασία χωρίς ωστόσο να θυσιάζει την ακρίβεια των αποφάσεων τυποποίησης. Ο ταχύς αλγόριθμος αξιολογείται εκτενώς σε ένα ευμεγέθες σύνολο πραγματικών δεδομένων τυποποίησης. Η αποτελεσματική εξάλειψη της φωτεινότητας υποβάθρου από τις εικόνες-προϊόντα της εργαστηριακής εξέτασης PCR-RFLP είναι αναγκαία για τη χρησιμοποίηση της πληροφορίας συγκέντρωσης που υιοθετείται από τις προτεινόμενες μεθοδολογίες τυποποίησης. Για το σκοπό αυτό η παρούσα διατριβή εισάγει μία πρωτότυπη μέθοδο αντιμετώπισης του προβλήματος, η οποία μοντελοποιεί τη φωτεινότητα υποβάθρου ως πολυώνυμο των χωρικών συντεταγμένων της εικόνας και εν τέλει την εξαλείφει επιτυχώς.