Μέθοδοι βιοπληροφορικής, υπολογιστικής συστημικής βιολογίας και μηχανικής μάθησης, εφαρμοσμένες στην in silico ογκολογία

作者
Ελευθέριος Ουζούνογλου
标识
DOI:10.12681/eadd/43531
摘要

Στα πλαίσια της παρούσας διατριβής μελετήθηκαν οι επιστημονικοί τομείς της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής Μάθησης με στόχο την αξιοποίησή τους σε προβλήματα του έντονα αναπτυσσόμενου και εξελισσόμενου χώρου της In Silico Ογκολογίας. Ο χώρος αυτός θέτει ως βασικό στόχο την ανάπτυξη υπολογιστικών μοντέλων ικανών να προσομοιώσουν την ανάπτυξη αλλά και την απόκριση στη θεραπεία καρκινικών όγκων. Κομβική συμμετοχή σε αυτές τις προσπάθειες έχει η Ομάδα για την In Silico Ογκολογία και την In Silico Ιατρική του Ερευνητικού Πανεπιστημιακού Ινστιτούτου Συστημάτων Επικοινωνιών και Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΠΙΣΕΥ-ΕΜΠ) μέσω των πολυετών προσπαθειών ανάπτυξης μιας οικογένειας μοντέλων, των Ογκοπροσομοιωτών. Οι συγκεκριμένοι Ογκοπροσομοιωτές εστιάζουν κυρίως στην προσομοίωση των φαινομένων στο κυτταρικό και σε ανώτερα αυτού επίπεδα. Στην παρούσα διατριβή αναζητήθηκαν τα σημεία εκείνα όπου μέθοδοι της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής μάθησης μπορούν να συμβάλλουν στην εξειδίκευση των Ογκοπροσομοιωτών και στον μοριακό χώρο αλλά και στην αξιοποίησή τους για προβλεπτικές διαδικασίες σχετικά με την εξατομικευμένη απόκριση καρκινικών όγκων σε θεραπεία Προκειμένου να παρουσιαστούν οι δυνατότητες αυτές, επιλέχθηκαν συγκεκριμένες εφαρμογές και δόθηκε εστίαση στην περίπτωση της Οξείας Λεμφοβλαστικής Λευχαιμίας μέσω της χρήσης και μελέτης της επεκτασιμότητας του Ογκοπροσομοιωτή Λευχαιμίας. Συγκεκριμένα, αναπτύχθηκαν και εκπαιδεύτηκαν μέσω μεθόδων βελτιστοποίησης ένα μοντέλο Συστημικής Βιολογίας για την προσομοίωση της βιοχημικής ρύθμισης του κυτταρικού κύκλου στην Οξεία Λεμφοβλαστικής Λευχαιμίας και ένα μοντέλο προσομοίωσης της Φαρμακοκινητικής για το φάρμακο Πρεδνιζόνη, ικανά να τροφοδοτήσουν με πληροφορία τον Ογκοπροσομοιωτή. Επίσης μέσω μεθόδων Βιοπληροφορικής και Μηχανικής Μάθησης αναπτύχθηκε το Υβριδικό Σύστημα Ογκοπροσομοιωτή Λευχαιμίας, δηλαδή διαδικασίες για την αυτοματοποιημένη προσαρμογή του Ογκοπροσομοιωτή σε δεδομένα ασθενών αλλά και την πρόβλεψη της απόκρισης νέων ασθενών σε θεραπεία μέσω εκπαίδευσης επιμέρους μοντέλων μηχανικής μάθησης. Συγκεκριμένα, επιχειρήθηκε η πρόβλεψη της απόκρισης στην Πρεδνιζόνη, ασθενών με Οξεία Λεμφοβλαστική Λευχαιμίας, παιδικής ηλικίας, η οποία αποτελεί βασική πληροφορία για την διαστρωμάτωση των ασθενών σε ομάδες κινδύνου. Η πρωτότυπη προσπάθεια και η επαρκής επιτυχία πρόβλεψης μέσω του Υβριδικού Ογκοπροσομοιωτή αποτελούν σημαντικό βήμα για την περαιτέρω ανάπτυξη του χώρου της In Silico Ογκολογίας.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
张图门完成签到 ,获得积分10
刚刚
99完成签到 ,获得积分10
1秒前
Windsyang完成签到,获得积分10
1秒前
聪明怜阳完成签到,获得积分10
3秒前
专注笑珊完成签到,获得积分10
4秒前
欣欣完成签到,获得积分10
4秒前
海盗船长完成签到,获得积分10
7秒前
0323完成签到 ,获得积分10
8秒前
活佛济公完成签到 ,获得积分10
9秒前
t铁核桃1985完成签到 ,获得积分0
11秒前
优秀傲松完成签到,获得积分10
11秒前
今天不熬夜完成签到 ,获得积分10
13秒前
六七完成签到 ,获得积分10
14秒前
万能图书馆应助优秀傲松采纳,获得10
17秒前
源味完成签到,获得积分10
19秒前
完美世界应助蟑螂你好采纳,获得10
21秒前
21秒前
科研老兵完成签到,获得积分10
22秒前
黑猫老师完成签到 ,获得积分10
22秒前
代桃发布了新的文献求助10
23秒前
斯文之双完成签到 ,获得积分10
25秒前
欢呼归尘完成签到,获得积分10
25秒前
zzz完成签到,获得积分10
27秒前
buerzi完成签到,获得积分10
28秒前
标致水之完成签到,获得积分10
28秒前
31秒前
纯真保温杯完成签到 ,获得积分10
33秒前
wzk完成签到,获得积分10
34秒前
樂楽完成签到,获得积分10
35秒前
蟑螂你好发布了新的文献求助10
35秒前
无心的亦玉完成签到,获得积分10
36秒前
LaixS完成签到,获得积分10
36秒前
神通广大的MOMO完成签到,获得积分10
37秒前
要笑cc完成签到,获得积分0
38秒前
宣宣宣0733完成签到,获得积分0
41秒前
elerain完成签到,获得积分10
41秒前
代桃完成签到,获得积分10
41秒前
Twila完成签到 ,获得积分10
41秒前
XU博士完成签到,获得积分10
42秒前
胡质斌完成签到,获得积分10
43秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Geist der Kunst und Kultur 1000
Resistance Spot Welding Dataset for Automobile Body-in-White Quality Analysis 748
日本現代怪異事典 副読本 700
悉尼大学博士学位论文,题目:Modelling and testing of one-sided stitched laminated composites. 作者:Kristopher P. Plain 650
Machine Learning for Asset Management and Pricing 600
Numerical analysis of the coupled atmosphere-ocean models (CAO II). II 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7392757
求助须知:如何正确求助?哪些是违规求助? 8998883
关于积分的说明 19149859
捐赠科研通 7028424
什么是DOI,文献DOI怎么找? 3229285
关于科研通互助平台的介绍 2391794
邀请新用户注册赠送积分活动 2210618