Διαϊστική προσαρμογή πεδίου ενσωματώσεων γονιδιακής έκφρασης με χρήση μηχανικής μάθησης και βέλτιστης μεταφοράς
| datacite.contributor.RelatedPerson | Μακρής, Χρήστος | |
| datacite.contributor.RelatedPerson | Σιούτας, Χρήστος | |
| datacite.contributor.Supervisor | Μεγαλοοικονόμου, Βασίλειος | |
| dc.contributor.author | Καραμιχάλης, Ανδρέας | |
| dc.contributor.other | Karamichalis, Andreas | |
| dc.date.accessioned | 2026-10-14T20:14:11Z | |
| dc.date.available | 2026-10-14T20:14:11Z | |
| dc.date.issued | 2026-10-12 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Η έρευνα για τη σχιζοφρένεια αξιοποιεί ολοένα περισσότερο μεταγραφωμικά δεδομένα μεταθανάτιου εγκεφάλου και περιφερικού αίματος. Ο εγκέφαλος συνδέεται αμεσότερα με τη διαταραχή αλλά δεν είναι προσβάσιμος σε ζώντες ασθενείς, ενώ το αίμα παρέχει προσιτά, βιολογικά διακριτά προφίλ έκφρασης χωρίς ωστόσο να συνιστά άμεσο βιολογικό υποκατάστατό του. Η εργασία εξέτασε ειδικότερα αν η ευθυγράμμιση μεταγραφωμικών αναπαραστάσεων αίματος προς τη λανθάνουσα κατανομή του εγκεφάλου με βέλτιστη μεταφορά (Optimal Transport - ΟΤ) προσφέρει πρόσθετη προγνωστική χρησιμότητα στην ταξινόμηση σχιζοφρένειας έναντι ομάδας ελέγχου. Υπομονάδες συνέκφρασης από WGCNA (Ανάλυση Σταθμισμένου Δικτύου Γονιδιακής Συνέκφρασης) καθόρισαν αυτοκωδικοποιητές που παρήγαγαν συγκεντρωμένες λανθάνουσες αναπαραστάσεις εγκεφάλου και αίματος. Μετά την ευθυγράμμιση των λανθανόντων χαρακτηριστικών αίματος μέσω ΟΤ, ταξινομητές συνέκριναν την άμεση γονιδιακή πρόβλεψη, τη μη ευθυγραμμισμένη λανθάνουσα αναπαράσταση και τις εναλλακτικές ΟΤ σε κοινό πλαίσιο ανάπτυξης με πενταπλή εσωτερική διασταυρούμενη επικύρωση. Η μη ευθυγραμμισμένη λανθάνουσα αναπαράσταση διατηρήθηκε ως τελική επιλεγμένη αναφορά, με μέσο AUC εσωτερικής διασταυρούμενης επικύρωσης 0.8265 και μέσο log-loss 0.7449. Πέτυχε υψηλότερη διακριτική ικανότητα από τον άμεσο γονιδιακό συγκριτή και στις πέντε αντιστοιχισμένες πτυχές, αλλά υψηλότερο μέσο log-loss. Στη σφραγισμένη αξιολόγηση μετά την επιλογή μοντέλου, απέδωσε AUC 0.8941 και log-loss 0.7555 σε 48 παρατηρήσεις εκτός ανάπτυξης. Ούτε η τοπική επέκταση πλησιέστερων γειτόνων (k-NN) ούτε η καθολική αφινική επέκταση ridge στις δοκιμές ΟΤ ικανοποίησαν όλες τις απαιτήσεις προαγωγής για αντικατάστασή της. Μολονότι η μετρούμενη γεωμετρική απόκλιση στο χώρο εκπαίδευσης μεταξύ των λανθανουσών κατανομών αίματος και εγκεφάλου περιορίστηκε μετά την ΟΤ, η μείωση αυτή δεν συνοδεύτηκε από το συγκριτικό προγνωστικό όφελος που απαιτούνταν για την προαγωγή του μοντέλου. Η μεθοδολογική συμβολή της εργασίας αυτής είναι ότι υποστηρίζει την αξιολόγηση της διαϊστικής ευθυγράμμισης μέσω αντιστοιχισμένων προγνωστικών συγκρίσεων αντί να βασίζεται αποκλειστικά στη γεωμετρική ομοιότητα των ιστικών κατανομών. | |
| dc.description.translatedabstract | Schizophrenia research increasingly draws on transcriptomic evidence, yet post-mortem brain, the tissue most directly implicated in the disorder, cannot be sampled in living patients, whereas peripheral blood provides accessible but biologically distinct expression profiles. This gap motivates analysis of blood-derived molecular representations without treating blood as a substitute for brain. The study evaluated direct gene-level prediction, module-informed latent representations, and blood representations aligned toward the brain latent distribution using label-blind optimal transport for schizophrenia-versus-control classification. It examined whether this alignment provided incremental predictive utility beyond the unaligned representation. In the three-stage framework, WGCNA-derived co-expression modules informed autoencoders that produced pooled brain–blood latent representations; optimal transport aligned blood latent features toward the brain latent distribution; and classifiers compared direct gene-level, unaligned latent, and OT-aligned alternatives within a matched five-fold inner-CV development framework. The unaligned module-informed latent representation (Model 2), was retained as the final selected reference, achieving a mean inner-CV AUC of 0.8265 and mean inner-CV log-loss of 0.7449. Across all five matched inner-CV folds, this representation achieved higher discrimination than the direct gene-level comparator, Model 1 Modern v3 but higher mean log-loss. One sealed post-selection evaluation of the selected reference, conducted after model selection, yielded an AUC of 0.8941 and log-loss of 0.7555 on 48 held-out observations. Neither the local k-nearest-neighbour extension nor the global affine ridge extension met the complete promotion requirements to replace the unaligned reference. Measured training-domain geometric discrepancy between blood and brain latent distributions decreased after optimal transport, but this reduction was not accompanied by the comparative predictive gain required for promotion. The results are bounded by the implemented retrospective cohort-harmonisation and globally derived representation protocol. The study’s methodological contribution is to support evaluation of cross-tissue alignment through matched downstream predictive comparisons rather than geometric tissue-distribution similarity alone. | |
| dc.identifier.uri | https://hdl.handle.net/10889/33144 | |
| dc.language.iso | el | |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Προσαρμογή πεδίου | |
| dc.subject | Βέλτιστη μεταφορά | |
| dc.subject | Γονιδιακή έκφραση | |
| dc.subject | Σχιζοφρένεια | |
| dc.subject | Αυτοκωδικοποιητές | |
| dc.subject | Μάθηση αναπαραστάσεων | |
| dc.subject | Μεταγραφωμική | |
| dc.subject | Μηχανική μάθηση | |
| dc.subject | Διόρθωση επιδράσεων παρτίδας | |
| dc.subject.alternative | Domain adaptation | |
| dc.subject.alternative | Cross-tissue | |
| dc.subject.alternative | Transfer learning | |
| dc.subject.alternative | Gene expression | |
| dc.subject.alternative | Schizophrenia | |
| dc.subject.alternative | Autoencoders | |
| dc.subject.alternative | WGCNA | |
| dc.subject.alternative | Representation learning | |
| dc.subject.alternative | Transcriptomics | |
| dc.subject.alternative | Machine learning | |
| dc.subject.alternative | Batch effect correction | |
| dc.title | Διαϊστική προσαρμογή πεδίου ενσωματώσεων γονιδιακής έκφρασης με χρήση μηχανικής μάθησης και βέλτιστης μεταφοράς | |
| dc.title.alternative | Cross-tissue domain adaptation of gene expression embeddings using machine learning and optimal transport |