Ε ΘΝΙΚΟ Μ ΕΤΣΟΒΙΟ Π ΟΛΥΤΕΧΝΕΙΟ Σ χολή Η λεκτρολόγων Μ ηχανικών και Μ ηχανικών Υ πολογιστών

1. ΕΘΝΙΚΟΜΕΤΣΟΒΙΟΠΟΛΥΤΕΧΝΕΙΟ Σχολή ΗλεκτρολόγωνΜηχανικών και Μηχανικών Υπολογιστών Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών Διπλωματική Εργασία DIANA 2.0: Προηγμένη Εφαρμογή Ιστού Διαχείρισης Δεδομένων Βιοεπιστημών Φωτοπούλου Χ. Γεωργία Επίβλεψη: Τιμολέων Σελλής 12 Ιουλίου 2010

2. Υπόβαρθο DNA Φωτοπούλου Γεωργία 1

3. Υπόβαρθο DNA mRNA 1 Φωτοπούλου Γεωργία

4. Υπόβαρθο DNA mRNA πρωτεϊνη Φωτοπούλου Γεωργία 1

5. Υπόβαρθο DNA mRNA πρωτεϊνη γονίδιο ↔ mRNA Φωτοπούλου Γεωργία 1

6. Υπόβαρθο microRNA στόχοι πειραματικές και υπολογιστές τεχνικές Ε.Κ. Βιοϊατρικών Επιστημών “Αλέξανδρος Φλέμινγκ” Φωτοπούλου Γεωργία 2

7. Αρχιτεκτονική Φωτοπούλου Γεωργία 3

8. Αποφάσεις Ανάλυση απαιτήσεων → Περιπτώσεις χρήσης Σχεδιασμός → Model-View-Controller (MVC) Yλοποίηση → Apache+MySQL+PHP+Yii Αξιολόγηση/Έλεγχος → Σενάρια εκτέλεσης Φωτοπούλου Γεωργία 4

9. Χαρακτηριστικά DIANA 2.0 Αναζήτηση βιολογικών στόχων Παροχή προτάσεων σε λανθασμένους όρους Προβολή στόχων με βάση άλλους αλγορίθμους Περιβάλλον διαχείρισης χρηστών Φωτοπούλου Γεωργία 5

10. Αναζήτηση βιολογικών στόχων Υποστήριξη όρων διαφόρων τύπων - όνομα microRNA πχ “hsa-let-7e” - κωδικός ΜΙΜΑ microRNA πχ “ΜΙΜΑΤ0000062” ή “MI0000401” - όνομα γονιδίου πχ “FIGN” - κωδικός ENSEMBL γονιδίου πχ ENSG00000000005 ή ENSMUSG00000070000 - κωδικός TRANSCRIPT γονιδίου πχ ENST00000400000 ή ENSMUST00000020000 - κωδικός Refseq γονιδίου πχ XM_905004 ή XR_002000 ή NM_012001 ή NR_000003 Απλοποίηση Φωτοπούλου Γεωργία 6

11. Παροχή προτάσεων Εξοικονομεί μνήμη και χρόνο Μαντεύει Εκμεταλλεύεται τη δομή των όρων Χρησιμοποιεί συντακτική απόσταση Levenshtein L(seq1,seq2) = #delete + #insert + #substitution πχ L (foo, fo) = 1 → 1 delete L (hat, cat) = 1 → 1 substitution L (beta, res) = 3 → 1 insert, 2 substitutions Φωτοπούλου Γεωργία 7

12. tokenization πχ hsa-let-100g → 4 tokens db-tokens hsa → Ναιlet → Ναι100 → Ναιg → Όχι Παροχή προτάσεων – microRNA ονόματα Φωτοπούλου Γεωργία 8

13. tokenization πχ hsa-let-100g → 4 tokens db-tokens hsa → Ναιlet → Ναι100 → Ναιg → Όχι Παροχή προτάσεων – microRNA ονόματα Φωτοπούλου Γεωργία 8

14. ranking Λίστα “Ναι”: σκορ εμφάνισης [(hsa-let-7i → 2), (hsa-mir-95 → 1), (mmu-mir-100 → 1)] Λίστα “Όχι”: απόσταση levenshtein [(hsa-let-7i → 1)] normalization Λίστα “Ναι” : (item / #tokens)*0.5 [(hsa-let-7i → 0.25), (hsa-mir-95 → 0.125), (mmu-mir-100 → 0.125)] Λίστα “Όχι”: (item / min_levenshtein) * 0.5] [(hsa-let-7i → 0.5)] Παροχή προτάσεων – microRNA ονόματα Φωτοπούλου Γεωργία 9

15. merge merged_list = [(hsa-let-7i → 0.75),(hsa-mir-95 → 0.125),(mmu-mir-100 → 0.125)] suggest top-k terms για k=2: - hsa-let-7i - hsa-mir-95 Παροχή προτάσεων – microRNA ονόματα Φωτοπούλου Γεωργία 10

16. βασική μορφή - Κωδικός ΜΙΜΑ: ΜΙΜΑΤ ή ΜΙ + 7 ψηφία - Κωδικός ENSEMBL: ΕNSG ή ENSMUSG + 11 ψηφία - Κωδικός TRANSCRIPT: ENST ή ENSMUST + 11 ψηφία - Κωδικός Refseq: XM_ ή XR_ ή ΝΜ_ ή NR_ + ψηφία tokenization - πχ ΜΙΜΑΤ0087 → MIMAT και 0087 σταθεροποίηση αριθμού ψηφίων - πχ 0087 → 0000087 - πχ 00000000087 → 0000087 levenshtein -πχ 0000087 → 0000097, 0000017, 0000117 κοκ concatenation 0087 → ΜΙΜΑΤ0000097, ΜΙΜΑΤ0000017, ΜΙΜΑΤ0000117 Παροχή προτάσεων – κωδικοί Φωτοπούλου Γεωργία 11

17. τελική περίπτωση levenshtein Παροχή προτάσεων – όνομα γονιδίου Φωτοπούλου Γεωργία 12

18. Εμφάνιση κατάλληλου συνδέσμου στη λίστα αποτελεσμάτων Δεν υποστηριζόταν στην προηγούμενη έκδοση Προβολή στόχων άλλων αλγορίθμων Φωτοπούλου Γεωργία 13

19. Προβολή λίστας χρηστών Τροποποίηση στοιχείων χρήστη Διαγραφή χρήστη Πρόσθεση νέου χρήστη Ανέβασμα αρχείων στόχων Περιβάλλον διαχείρισης Φωτοπούλου Γεωργία 14

20. Εύχρηστο περιβάλλον διαχείρισης Απλοποιημένος μηχανισμός αναζητήσεων Βελτιωμένος μηχανισμός παροχής προτάσεων Συγκριτική παρουσίαση προβλέψεων με βάση άλλους αλγορίθμους Διευκόλυνση μελλοντικών επεκτάσεων λόγω τεκμηρίωσης Συνεισφορά Φωτοπούλου Γεωργία 15

21. Ακολουθεί επίδειξη της εφαρμογής DIANA 2.0 ... Φωτοπούλου Γεωργία 16

22. Ερωτήσεις; Φωτοπούλου Γεωργία 17

23. Ευχαριστώ! Φωτοπούλου Γεωργία 18