Ανάλυση της Γονιδιακής Έκφρασης

• Κύριοι συγγραφείς: Nikolaou, Christoforos, Chouvardas, Panagiotis, Νικολάου, Χριστόφορος, Χουβαρδάς, Παναγιώτης
• Μορφή: 7
• Γλώσσα: Greek
• Έκδοση: 2016
• Θέματα: ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ; ΥΠΟΛΟΓΙΣΤΙΚΗ ΒΙΟΛΟΓΙΑ; ΒΙΟΣΤΑΤΙΣΤΙΚΗ; ΑΛΓΟΡΙΘΜΟΙ; ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ; Bioinformatics; Computational Biology; Biostatistics; Algorithms; Machine Learning

Στο δεύτερο αυτό μέρος του βιβλίου, η θεματολογία περνά από την ανάλυση των γονιδιωματικών αλληλουχιών, στη μελέτη ανώτερης τάξης βιολογικών δεδομένων. Βασικό αντικείμενο αυτού του κεφαλαίου θα είναι η μελέτη και ανάλυση δεδομένων γονιδιακής έκφρασης. στο πλαίσιο της παρουσίασης του φαινομένου και τους είδους των πειραματικών δεδομένων που καλούμαστε να αναλύσουμε, θα γίνει αρχικά μια εισαγωγή στις σχετικές μεθοδολογίες αιχμής με έμφαση σε αυτές των μικρο-συστοιχειών και της αλληλούχισης RNA (RNASeq). Σημείο εκκίνησης θα είναι το πραγματικό βιολογικό πρόβλημα της εξαγωγής γονιδίων με διαφορική έκφραση από πειράματα σε γονιδιωματική κλίμακα. Αφού παρουσιαστεί λεπτομερώς, η διαδοχή των βημάτων για μια πλήρη ανάλυση της γονιδιακής έκφρασης, θα συζητηθούν τεχνικές κανονικοποίησης των πρωτογενών δεδομένων. Σε μαθηματικό επίπεδο θα παρουσιαστούν, στη συνέχεια, οι τεχνικές σύγκρισης μεταξύ των τιμών δειγμάτων και οι έλεγχοι υποθέσεων που οδηγούν στην εξαγωγή καταλόγων διαφορικά εκφραζόμενων γονιδίων μεταξύ δύο διαφορετικών συνθηκών, καθώς και τρόποι αναπαράστασης των δεδομένων. Στο δεύτερο μέρος του κεφαλαίου, και με σκοπό την ανάδειξη συστάδων γονιδίων με κοινά πρότυπα έκφρασης, θα παρουσιαστούν βασικές μεθοδολογίες ομαδοποίησης δεδομένων (clustering) όπως η ανάλυση κύριων συνιστωσών (PCA), η ιεραρχική ομαδοποίηση και η ομαδοποίηση κ-μέσων (k-means). <br/><br/>Στο τέλος του Κεφαλαίου θα πρέπει να μπορείτε:<br/>Να χειριστείτε αρχεία από ένα πείραμα γονιδιακής έκφρασης και να εξάγετε καταλόγους κανονικοποιημένων τιμών έκφρασης.<br/>Να πραγματοποιήσετε τους απαραίτητους στατιστικούς ελέγχους για την εξαγωγή διαφορικά εκφραζόμενων γονιδίων.<br/>Να κατανοήσετε γραφικές αναπαραστάσεις αποτελεσμάτων από πειράματα έκφρασης, όπως τα διαγράμματα “κρατήρα ηφαιστείου” (volcano plots) και οι θερμικοί χάρτες (heatmaps).<br/>Να ομαδοποιήσετε γονίδια με βάση τα πρότυπα έκφρασής τους σε διαφορετικές συνθήκες με διάφορες μεθόδους.