Μέθοδοι ομαδοποίησης δεδομένων στη μοριακή βιολογία

Abstract

Οι πρόσφατες ανακαλύψεις μικροσυστοιχιών που αποτελούνται από δεδομένα γονιδιακής έκφρασης (gene expression) δημιούργησαν μια νέα εποχή για τις βιολογικές επιστήμες. Ο κύριος λόγος είναι ότι πλέον δίνεται η δυνατότητα ταυτόχρονης παρακολούθησης εκατοντάδων χιλιάδων γονιδίων. Κατά συνέπεια, λόγω του τεράστιου όγκου δεδομένων που πλέον είναι διαθέσιμος, γίνεται απαραίτητη η χρήση στατιστικών τεχνικών που δίνουν τη δυνατότητα αναγνώρισης γονιδίων που παρουσιάζουν παρόμοια λειτουργική συμπεριφορά και κατάταξης αυτών σε ομογενείς ομάδες. Η πιο δημοφιλής στατιστική τεχνική που εφαρμόζεται σε τέτοιου είδους δεδομένα είναι η ανάλυση κατά συστάδες. Στην παρούσα διπλωματική εργασία αρχικά παρουσιάζονται ορισμοί και τεχνικές της βιολογίας ενώ στη συνέχεια επιχειρείται η παρουσίαση των δημοφιλέστερων τεχνικών ανάλυσης κατά συστάδες. Συγχρόνως παρουσιάζονται λεπτομερώς νέα μέτρα επικύρωσης που δημιουργήθηκαν με σκοπό όχι μόνο τη στατιστική αλλά και τη βιολογική ερμηνεία των συστάδων που προκύπτουν. Τέλος όλα τα θεωρητικά αποτελέσματα εφαρμόζονται και ερμηνεύονται πρακτικά στο τελευταίο κεφάλαιο όπου γίνεται μια εφαρμογή σε πραγματικά γονιδιακά δεδομένα.