Μεθοδολογίες υπολογιστικής ανάλυσης και μετα-ανάλυσης δεδομένων γονιδιακής έκφρασης

Περίληψη

Η παρούσα διδακτορική διατριβή ασχολήθηκε με την εμπεριστατωμένη μελέτη και εφαρμογή των μεθόδων και στατιστικών τεχνικών της μετα-ανάλυσης, σε δεδομένα υψηλής απόδοσης, και πιο συγκεκριμένα σε δεδομένα γονιδιακής έκφρασης από πειράματα μικροσυστοιχιών. Η μετα-ανάλυση είναι ένα πολύτιμο εργαλείο για τη σύνθεση των στοιχείων σε ένα ευρύ φάσμα μελετών, συμπεριλαμβανομένων των πειραμάτων υψηλής απόδοσης, όπως μελέτες συσχέτισης ολόκληρου του γονιδιώματος (GWAS) και μελέτες γονιδιακής έκφρασης. Ένα από τα θέματα με τα οποία ασχολήθηκε η παρούσα διατριβή ήταν η διερεύνηση βέλτιστων πρακτικών στη μεθοδολογία μετα-ανάλυσης σε δεδομένα μικροσυστοιχιών. Πραγματοποιήθηκαν διάφοροι έλεγχοι, σε σχετικά μικρά καθώς και σε μεγαλύτερα δοκιμαστικά τυχαία σύνολα δεδομένων (99 και 462 ατόμων αντίστοιχα), χρησιμοποιώντας την παλιά αλλά κλασσική μέθοδο της διόρθωσης του Hedges και διερευνώντας την εμφάνιση καλύτερων ή όχι αποτελεσμάτων με χρήση της μεθόδου αναδειγματοληψίας Bootstrap (είτε με 200 είτε με ...
περισσότερα

Περίληψη σε άλλη γλώσσα

This PhD thesis dealt with meta-analysis methodologies and its statistical techniques and applications in high-throughput experiments, and in particular on gene expression data from microarray experiments. Meta-analysis is a valuable tool for the synthesis of evidence across a wide range of study types including high-throughput experiments such as genome-wide association studies (GWAS) and gene expression studies. One of the issues that this thesis dealt with, was the investigation of optimal meta-analysis techniques. Various tests were performed on a relatively small and a larger random testing dataset (99 and 462 individuals respectively) using the old but classic method of Hedges correction and investigating whether better results can be obtained using the resampling method Bootstrap (of 200 or 500 repetitions). The results showed that the use of the Hedges correction is almost always necessary in small datasets. It was also investigated whether Bootstrap (200 repetitions) correctio ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/47552
ND
47552
Εναλλακτικός τίτλος
Computational analysis and meta-analysis methods of gene expression data
Συγγραφέας
Βέννου, Κωνσταντίνα του Επαμεινώνδας
Ημερομηνία
2020
Ίδρυμα
Πανεπιστήμιο Θεσσαλίας. Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής με Εφαρμογές στη Βιοϊατρική. Εργαστήριο Μοριακής και Υπολογιστικής Βιολογίας και Γενετικής (ΕΜΥΒΓ)
Εξεταστική επιτροπή
Μπάγκος Παντελεήμων
Πλαγιανάκος Βασίλειος
Χατζηγεωργίου Άρτεμις
Μπράλιου Γεωργία
Παπαλουκάς Κωνσταντίνος
Νικολόπουλος Γεώργιος
Αδάμ Μαρία
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμες Ηλεκτρονικών Υπολογιστών & Πληροφορικής
Βιολογικές Επιστήμες
Λέξεις-κλειδιά
Μετα-ανάλυση; Πολυμεταβλητή μετα-ανάλυση; Μικροσυστοιχίες; Γονιδιακή έκφραση; Διαφορικά εκφραζόμενα γονίδια; Πλειοτροπία; Προεκλαμψία; Νόσος του Crohn; Ελκώδης κολίτιδα
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
220 σ., εικ., πιν., σχημ., γραφ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:Creative Commons Αναφορά Δημιουργού Μη εμπορική Χρήση Όχι Παράγωγα Έργα 3.0 Ελλάδα

Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)