Ανάπτυξη Τεχνικών Επεξεργασίας Δεδομένων Στην Αντικαρκινική Θεραπεία Και Τη Μεταβολομική

Abstract

Το αντικείμενο της παρούσας διδακτορικής διατριβής είναι η διερεύνηση, η ανάπτυξη και η παρουσίαση τεχνικών επεξεργασίας αφ’ ενός βιολογικών δεδομένων, με επίκεντρο τη στοχευμένη αντικαρκινική θεραπεία, αφ’ ετέρου χημικών και φασματοσκοπικών δεδομένων, με επίκεντρο τη μεταβολομική. Αρχικά πραγματοποιείται μία εισαγωγή σε θέματα βιολογίας, ιατρικής και βιοπληροφορικής που αφορούν την αντικαρκινική θεραπεία. Στη συνέχεια παρουσιάζεται το πρώτο σκέλος της έρευνας, που επικεντρώθηκε στην ανάπτυξη μίας υπολογιστικής τεχνικής σχεδιασμού Συμπλεγμάτων Αντισωμάτων-Φαρμάκων, μίας κατηγορίας στοχευμένων αντικαρκινικών θεραπευτικών παραγόντων. Σκοπός της τεχνικής αυτής είναι η συμβολή στην αντιμετώπιση της δυσκολίας υπολογιστικού σχεδιασμού Συμπλεγμάτων Αντισωμάτων-Φαρμάκων με τις καθιερωμένες μεθόδους in silico φαρμακευτικού σχεδιασμού. Η τεχνική αξιοποιεί έναν αφινικό μετασχηματισμό, υλοποιήθηκε για δύο τρόπους σύζευξης του φαρμάκου στο αντίσωμα, και εφαρμόστηκε σε πραγματικά βιολογικά και φαρμακευτικά δεδομένα. Ακολούθως, επιχειρείται μία εισαγωγή σε θέματα μεταβολομικής με χρήση φασματοσκοπίας Πυρηνικού Μαγνητικού Συντονισμού και παρουσιάζεται το δεύτερο σκέλος της έρευνας, το οποίο επικεντρώθηκε στην ανάπτυξη ενός υπολογιστικού μεθοδολογικού σχήματος με αντικείμενο την αυτόματη ταυτοποίηση μεταβολιτών σε μονοδιάστατα φάσματα Πυρηνικού Μαγνητικού Συντονισμού πρωτονίου. Γίνεται αναφορά των μεθόδων προεπεξεργασίας και μείωσης δεδομένων που εφαρμόστηκαν και αναλύονται τα συστατικά τμήματα της μεθοδολογίας αναγνώρισης μεταβολιτών που αναπτύχθηκε. Παρουσιάζεται η διεργασία της αναζήτησης μεταβολιτών και παρατίθενται οι συναρτήσεις βαθμολόγησης των υποψήφιων συνόλων φασματικών κορυφών για τις διαφορετικές κατηγορίες κορυφών μεταβολιτών. Αναλύεται η στρατηγική επιλογής του καλύτερου συνδυασμού φασματικών κορυφών για κάθε μεταβολίτη και γίνεται αναφορά στην προτεραιοποίηση των υποψήφιων μεταβολιτών που υιοθετήθηκε στη μεθοδολογία. Η μεθοδολογία εφαρμόστηκε σε τεχνητά και πραγματικά φάσματα από διάφορες μελέτες, και συγκρίθηκε ως προς τα αποτελέσματά της με άλλες αυτόματες υπολογιστικές τεχνικές αναγνώρισης μεταβολιτών.