Ανάπτυξη μιας μεθοδολογίας υπολογιστικής νοημοσύνης για την ανακάλυψη σύνθετων εύρωστων βιοδεικτών: στοχεύοντας στη θεραπευτική αντιμετώπιση του μελανώματος

Περίληψη

Ο καρκίνος αποτελεί μια πολύπλοκη ασθένεια που έχει απασχολήσει την επιστημονική κοινότητα παγκοσμίως για δεκαετίες, στοχεύοντας στον εντοπισμό τυχόν αδυναμιών ή στοιχειωδών χαρακτηριστικών που θα οδηγήσουν σε αποτελεσματικές θεραπείες. Οι τεχνολογίες αλληλούχισης νέας γενιάς έχουν διευκολύνει τη συστηματική εξεύρεση διαγνωστικών βιοδεικτών για καρκίνους και άλλες παθολογίες. Το μελάνωμα αποτελεί μια σπάνια μορφή καρκίνου του δέρματος, αλλά ευθύνεται για την πλειοψηφία των θανάτων που σχετίζονται με τον συγκεκριμένο τύπο καρκίνου. Για πολλά χρόνια οι αιτίες και η παθογένεια που οδηγούν στο μελάνωμα αποτελούν αντικείμενο έρευνας, με στόχο την καλύτερη κατανόηση της πολυπλοκότητάς του και της πιθανής εξέλιξης των θεραπευτικών στρατηγικών που ακολουθούνται.Στην παρούσα διδακτορική διατριβή προτείνεται ένα υπολογιστικό μοντέλο για την ολιστική ανάλυση πολλαπλών πηγών καρκινικών δεδομένων, χρησιμοποιώντας το δερματικό μελάνωμα ως ασθένεια-μοντέλο, με στόχο να εντοπιστούν εύρωστοι σύνθετοι β ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Cancer is a complex and intricate disease, and the scientific community has been struggling for decades to identify any feebleness or rudimentary characteristics to discover effective treatments. Next generation sequencing technologies have eased the way for the systematic discovery of diagnostic biomarkers for cancers and other pathologies. Melanoma continues to be a rare form of skin cancer but causes the majority of skin cancer related deaths. For many years research has focused on the investigation of the pathogenesis leading to melanoma, with the aim of better understanding its complexity and the potential advancement of therapeutic strategies.In this PhD thesis a computational model for the integrated analysis of multi-source cancer datasets is proposed, using cutaneous melanoma as disease-model, in order to identify robust composite biomarkers that allow the classification between healthy and disease state. Along this road, for the first time primary cutaneous melanoma biopsies ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/46026
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/46026
ND
46026
Εναλλακτικός τίτλος
Development of a methodology of computational intelligence for robust composite biomarker discovery: targeting breakthrough in the therapeutic management of melanoma
Συγγραφέας
Κοντογιάννη, Γεωργία του Ανδρέας
Ημερομηνία
2019
Ίδρυμα
Πανεπιστήμιο Πειραιώς. Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων
Εξεταστική επιτροπή
Μαγκλογιάννης Ηλίας
Πρέντζα Ανδριάννα
Χατζηιωάννου Αριστοτέλης
Κυριαζής Δημοσθένης
Φιλιππάκης Μιχαήλ
Τελέλης Ορέστης
Καρανίκας Χαράλαμπος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Βιοπληροφορική; Σύνθετοι βιοδείκτες; Μελάνωμα; Αλληλούχιση επόμενης γενιάς; Γενωμική; Δερμοσκόπηση; Ενοποίηση δεδομένων
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
185 σ., πιν.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.