Utilizing the results of multi-omics data analysis and machine learning algorithms towards the investigation of clinical predictions in acute myeloid leukemia

Abstract

This thesis investigates the integration of network analysis with machine learning for predictive modeling in Acute Myeloid Leukemia, leveraging multi-omics data. A scoping review identifies a gap in the application of network-based approaches to outcome prediction in cancer research. Building on this, the thesis evaluates network-based feature selection against traditional methods using gene expression data, demonstrating the superior predictive power of incorporating network context. A configurable pipeline is then developed to apply this methodology for AML outcome prediction using both single and dual-layer omics data, showing improved accuracy over standard approaches. This is extended to a multi-layer framework incorporating additional omics types such as SNPs and CNAs, further enhancing the proposed methodology. To bridge model predictions with biological relevance, an interpretability framework is proposed, combining feature importance with biological network visualizations. Furthermore, a clinician-facing user interface is developed to evaluate the usability and decision-support potential of the models in simulated clinical settings. The thesis concludes with a discussion on the implications of multi-omics integration for AML prognosis, the challenges of clinical translation, and directions for future research in personalized oncology.

Αυτή η διατριβή διερευνά τον συνδυασμό της ανάλυσης δικτύων με τη μηχανική μάθηση για την προγνωστική μοντελοποίηση στην Οξεία Μυελογενή Λευχαιμία (ΟΜΛ), αξιοποιώντας πολυ-ομικά δεδομένα. Μια ανασκόπηση του πεδίου εντοπίζει ένα κενό στην εφαρμογή της ανάλυσης δικτύων για την δημιουργία προβλέψεων στην έρευνα για τον καρκίνο. Βασιζόμενη σε αυτό, η διατριβή αξιολογεί την επιλογή χαρακτηριστικών που βασίζεται στην ανάλυση δικτύων έναντι των παραδοσιακών μεθόδων, χρησιμοποιώντας δεδομένα γονιδιακής έκφρασης, καταδεικνύοντας την ανώτερη προγνωστική ισχύ της ενσωμάτωσης της πληροφορίας των δικτύων. Στη συνέχεια, αναπτύσσεται μία καινοτόμα παραμετροποιήσιμη μεθοδολογία για την πρόβλεψη της έκβασης της ΟΜΛ, χρησιμοποιώντας πολυομικά (γονιδιακή έκφραση και μεθυλίωση) δεδομένα σε πολυεπίπεδα δίκτυα, επιτυγχάνοντας βελτιωμένη ακρίβεια σε σχέση με τις τυπικές προσεγγίσεις. Αυτό το πλαίσιο επεκτείνεται με την προσθήκη και άλλων επιπέδων που ενσωματώνει πρόσθετους τύπους γενομικών δεδομένων, όπως SNPs και CNAs, ενισχύοντας περαιτέρω την προτεινόμενη μεθοδολογία. Για να γεφυρωθούν οι προβλέψεις των μοντέλων με τη βιολογική τους σημασία, προτείνεται ένα πλαίσιο ερμηνευσιμότητας, που συνδυάζει τη σημασία των χαρακτηριστικών με τις απεικονίσεις βιολογικών δικτύων. Επιπλέον, αναπτύσσεται μια διεπαφή χρήστη που απευθύνεται στον κλινικό ιατρό για την αξιολόγηση της χρηστικότητας και των δυνατοτήτων υποστήριξης αποφάσεων των μοντέλων σε κλινικά περιβάλλοντα. Η διατριβή ολοκληρώνεται με μια συζήτηση σχετικά με τις επιπτώσεις της ενσωμάτωσης πολλαπλών γενομικών στην πρόγνωση της ΟΜΛ, τις προκλήσεις για τη μεταφορά των προβλεπτικών μοντέλων στην κλινική πράξη και τις κατευθύνσεις για μελλοντική έρευνα στην εξατομικευμένη ογκολογία.