Singaling pathways are vital for the development of organisms, orchestrating a plethora of

biological processes. Only a handful of highly conserved signaling pathways are able to

specify cell fates during development. Wnt signaling is one of those signaling pathways and

it is known to be involved in development, tissue maintenance and homeostasis. Wnt

signalling’s importance is underlined by its conserved presence in almost all mammalian

organisms. Mis-regulation of Wnt signaling can result in numerous diseases, including

cancer, thus fully understanding it is of major scientific importance. Using Crispr/Cas9, a

“famous” gene editing technique, I genetically modified cell lines in a way that they lack

major components of the Wnt pathway. Using the modified cell lines, Wnt signalling was

activated and its response was monitored, utilizing RNA sequencing (RNA-seq). Here,

machine learning combined with traditional statistical analysis methods is used, in order to

analyze the RNA-seq data, but also to compare the robustness of machine learning versus

traditional statistical analysis methods. Furthermore, the power of combining machine

learning together with traditional statistical analysis, in order to make whole genome data

analysis much easier and more insightful, will be demonstrated. In addition, enrichment

analysis based both on machine learning and statistical analysis, is been introduced. In order

to advance the analysis, gene expression heatmaps, biological process gene ontologies and

molecular function gene ontologies, deriving from machine learning and statistical analysis

methods, are presented. Finally, the two methods will be compared, but also combined to

showcase their pros and cons in the whole genome data analysis field.

Τα μονοπάτια μεταγωγής σήματος είναι ζωτικής σημασίας για την ανάπτυξη των

οργανισμών, ενορχηστρώνοντας μια πληθώρα βιολογικών διεργασιών. Μόνο μια χούφτα

εξαιρετικά διατηρημένων μονοπατιών σήματος είναι σε θέση να καθορίσουν τη μοίρα των

κυττάρων κατά την ανάπτυξη. Το μονοπάτι μεταγωγής σήματος Wnt, είναι ένα από αυτά

τα μονοπάτια σηματοδότησης και είναι γνωστό ότι εμπλέκεται σε διεργασίες όπως η

ανάπτυξη, η συντήρηση των ιστών και η ομοιόσταση. Η σημασία του μονοπατιού Wnt

υπογραμμίζεται από τη συντηρημένη παρουσία του σε όλους σχεδόν τους θηλαστικούς

οργανισμούς. Η λανθασμένη ρύθμιση της σηματοδότησης Wnt μπορεί να οδηγήσει σε

πολλές ασθένειες, συμπεριλαμβανομένου του καρκίνου, επομένως η πλήρης κατανόησή

του είναι μείζονος επιστημονικής σημασίας. Χρησιμοποιώντας Crispr/Cas9, μια

.διάσημη. τεχνική τροποποίησης γονιδίων, τροποποίησα γενετικά κυτταρικές σειρές ώστε

να λείπουν κύρια μέλη του μονοπατιού Wnt. Χρησιμοποιώντας τις τροποποιημένες

κυτταρικές σειρές ενεργοποίησα τη σηματοδότηση Wnt και παρακολούθησα την απόκρισή

της, χρησιμοποιώντας την αλληλουχία RNA (RNA-seq). Εδώ, χρησιμοποιώ τη μηχανική

μάθηση χρησιμοποιώντας τον αλγόριθμο Random Forest αλλά και παραδοσιακή στατιστική

ανάλυση για να αναλύσω τα δεδομένα RNA-seq, έτσι ώστε να απομονώσω τα

σημαντικότερα γονίδια, αλλά και να συγκρίνω την ευρωστία της μηχανικής μάθησης έναντι

των παραδοσιακών μεθόδων στατιστικής ανάλυσης. Επιπλέον, επιδεικνύω τη δύναμη του

συνδυασμού της μηχανικής μάθησης μαζί με την παραδοσιακή στατιστική ανάλυση,

προκειμένου να γίνει η ανάλυση δεδομένων ολόκληρου του γονιδιώματος πολύ πιο εύκολη

και πιο διορατική. Επιπλέον, εισάγω την ανάλυση εμπλουτισμού που βασίζεται στα

σημαντικότερα γονίδια που απομονώθηκαν τόσο από τη μηχανική μάθηση όσο και από τη

στατιστική ανάλυση. Προκειμένου να προωθηθεί η ανάλυση, παρουσιάζω θερμικούς

χάρτες έκφρασης γονιδίων, οντολογίες γονιδίων βιολογικών διεργασιών και οντολογίες

γονιδίων μοριακής λειτουργίας, που προέρχονται από μεθόδους μηχανικής μάθησης και

στατιστικής ανάλυσης. Τέλος, συγκρίνω τις δύο μεθόδους, αλλά και τις συνδυάζω, για να

δείξω τα πλεονεκτήματα και τα μειονεκτήματά τους στην ανάλυση δεδομένων ολόκληρου

του γονιδιώματος.