Προηγμένες υπηρεσίες αναζήτησης και διαχείρισης δεδομένων στις βιοεπιστήμες

Abstract

The need for data management and processing approaches in life sciences is becoming more intense due to the continuous technological advances in the machines that produce data from biological samples. In today's era, these machines produce vast amount of data that need to be processed. Most of these data are represented as sequences and their processing consists, mainly, of applying sequence alignment algorithms on them. State-of-the-art sequence alignment algorithms fail to perform efficiently for such big data, thus, the introduction of novel approaches is apparent. To make the condition worse, novel findings sometimes raise novel processing needs that cannot be fulfilled by adapting already existent approaches. Again, new methods are required. Finally, new rapidly evolving fields in life sciences, like that of miRNA research, lack centralised information resources. The knowledge in such fields is scattered in a multitude of scientific publications slowing down the work of researchers. Thesis studies all the aforementioned issues

Η ανάγκη για προσεγγίσεις διαχείρισης και επεξεργασίας δεδομένων στις βιοεπιστήμες γίνεται όλο και πιο έντονη εξαιτίας των συνεχών τεχνολογικών εξελίξεων στις μηχανές που παράγουν δεδομένα από βιολογικά δείγματα. Στη σημερινή εποχή, αυτές οι μηχανές παράγουν τεράστιο όγκο δεδομένων τα οποία πρέπει στη συνέχεια να επεξεργαστούν. Τα περισσότερα από αυτά τα δεδομένα αναπαρίστανται ως ακολουθίες και η επεξεργασία τους αποτελείται κυρίως από την εφαρμογή αλγορίθμων στοίχισης ακολουθιών πάνω τους. Οι αλγόριθμοι στοίχισης ακολουθιών αιχμής αποτυγχάνουν να συμπεριφερθούν αποδοτικά για τόσο μεγάλα δεδομένα, έτσι η εισαγωγή καινούριων προσεγγίσεων είναι επιβεβλημένη. Η κατάσταση γίνεται ακόμα χειρότερη καθώς συχνά νέα ευρήματα στις βιοεπιστήμες δημιουργούν νέες ανάγκες για επεξεργασία δεδομένων οι οποίες δεν μπορούν να καλυφθούν προσαρμόζοντας τις υπάρχουσες τεχνικές. Και πάλι νέες μέθοδοι απαιτούνται. Τέλος, σε νέους, ταχύτατα εξελισσόμενους τομείς των βιοεπιστημών, όπως αυτόν της έρευνας των μορίων miRNA, υπάρχει έλλειψη κεντρικών πληροφοριακών πόρων. Η γνώση σε αυτά τα πεδιά είναι διασκορπισμένη σε ένα πλήθος από επιστημονικές δημοσιεύσεις κάτι το οποίο επιβραδύνει την εργασία των ερευνητών. Η διατριβή ασχολείται με όλα τα προηγούμενα θέματα.