Προβολή πληροφοριών έργου
| Επιστροφή | |
|---|---|
| Κωδικός | 5664 |
| Τίτλος Έργου | ΕΞΟΡΥΞΗ ΓΝΩΣΗΣ ΑΠΟ ΒΙΟΛΟΓΙΚΟΥΣ ΓΡΑΦΟΥΣ ΜΕΓΑΛΟΥ ΟΓΚΟΥ ΓΙΑ ΤΗΝ ΑΠΟΣΑΦΗΝΙΣΗ ΤΩΝ ΜΗΧΑΝΙΣΜΩΝ ΠΟΛΥΠΛΟΚΩΝ ΑΣΘΕΝΕΙΩΝ |
| MIS | 5007279 |
| Επιστ. Υπεύθυνος | Πλαγιανάκος Βασίλης |
| Προϋπ/σμός | 62.423,80 € |
| Τμήμα | Τμήμα Πληροφορικής με Εφαρμογές στη Βιοϊατρική |
| Φορέας Χρημ/σης | ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ, ΕΡΕΥΝΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ |
| Αρχή | 2018-04-01 |
| Τέλος | 2020-01-31 |
| Περιγραφή | Βρισκόμαστε στην εποχή όπου τα "δίκτυα" (networks) είναι παντού, από το διαδίκτυο και τα κοινωνικά δίκτυα έως τα βιολογικά δίκτυα τα οποία καθορίζουν τη βιολογική ύπαρξή μας. Η πολυπλοκότητα και ο όγκος αυτών των δικτύων αυξάνεται όσο αυξάνεται η ταχύτητα των τεχνολογικών εξελίξεων. Κατά συνέπεια, η διαχείριση και η ανάλυσή τους αποτελεί πρόκληση για την ερευνητική κοινότητα. Σχετικά με τα βιολογικά δίκτυα, οι νέες τεχνολογίες έχουν επιφέρει ραγδαία αύξηση παραγωγής βιολογικών δεδομένων, η οποία είναι ανάλογη με την πολυπλοκότητα των βιολογικών γράφων που δημιουργούνται. Ως εκ τούτου, δημιουργείται η ανάγκη ανάπτυξης νέων υπολογιστικών εργαλείων Εξόρυξης Γνώσης (Data Mining) από γράφους Μεγάλου Όγκου (Big Data). Τα εργαλεία αυτά θα πρέπει να αναλύουν τους πολύπλοκους βιολογικούς γράφους αποδοτικά και σε μικρό υπολογιστικό χρόνο. Προς αυτή την κατεύθυνση κινείται η "Δικτυακή Ιατρική" (Network Medicine), ένα αναδυόμενο πεδίο το οποίο αποτελεί έναν συνδυασμό "Συστημικής Βιολογίας" (Systems Biology) και "Επιστήμης των Δικτύων" (Network Science). Κύριος στόχος της είναι η αποσαφήνιση της εγγενούς πολυπλοκότητας των βιολογικών ασθενειών, μέσα από την αποτελεσματική εξόρυξης γνώσης από πολύπλοκους βιολογικούς γράφους. Μέσα σε αυτό το πλαίσιο κινείται η συγκεκριμένη πρόταση, η οποία θα αναπτύξει μια νέα μεθοδολογία "Δικτυακής Ιατρικής" βασισμένη στην ανάπτυξη ενός καινοτόμου εργαλείου ομαδοποίησης σε βιολογικούς γράφους μεγάλου όγκου. Συγκεκριμένα, ο προτεινόμενος αλγόριθμος θα προσεγγίζει το αποτέλεσμα ομαδοποίησης του γράφου επιτρέποντας παράλληλους υπολογισμούς σε περιβάλλον διανομής δεδομένων και εργασιών, ενώ παράλληλα θα παρέχει θεωρητικές εγγυήσεις ως προς την απόδοση, αλλά και οπτικοποίηση των σταδίων της ομαδοποίησης. Ο εν λόγω αλγόριθμος θα εφαρμοστεί σε ένα βιολογικό γράφο, ο οποίος θα προκύπτει από μια προσαρμοσμένη στον χρήστηεπεξεργασία σε χάρτες (μη)-μεταβολικών μονοπατιών. Ο αλγόριθμος θα εξάγει "σημαντικούς" σε τοπολογία και λειτουργία υπογράφους, οι οποίοι θα θεωρούνται "υποψήφιοι δικτυακοί βιοδείκτες" (candidate network biomarkers). Τέλος, η μεθοδολογία θα αξιολογηθεί χρησιμοποιώντας ένα ανοιχτό σύνολο πειραματικών δεδομένων RNA-seq το οποίο αφορά τη μελέτη του καρκίνου του προστάτη. Θα γίνει συγκριτική μελέτη των αποτελεσμάτων της προτεινόμενης μεθοδολογίας ως προς τα αποτελέσματα τόσο των συγγραφέων της πρωτότυπης ανάλυσης όσο και των αντίστοιχων καθιερωμένων (state-of-the-art) παρόμοιων μεθοδολογιών. |
| Περατωθέν | 0 |
| ΕΠΕΑΕΚ | 0 |
| Τελική Εκθεση | |
| Αρ.Συνεδρίασης | 8/18 |
| Ημερ/νία Ενταξης | |
| Κωδ.Ενταξης | |
| Ετος Περάτωσης | 2024 |
| Είδος Έργου | ΕΡΕΥΝΗΤΙΚΟ |
| Επιχ.Πρόγρ. | ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΟΥ ΔΥΝΑΜΙΚΟΥ ΕΚΠΑΙΔΕΥΣΗ ΚΑΙ ΔΙΑ ΒΙΟΥ ΜΑΘΗΣΗ |
| Ταμείο | ΕΚΤ |
| Τύπος Έρευνας | ΒΑΣΙΚΗ ΕΡΕΥΝΑ |
| Προέλευση | ΕΣΠΑ (2014-2020) |
| Φορείς | ΥΠΟΥΡΓΕΙΑ |