{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5360682"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5360682","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Viral Genomic Integration Analysis using Machine Learning Methods","abstract":"Εισαγωγή: Ενσωματώσεις του ιού της Ηπατίτιδας Β (HBV) στο ανθρώπινο γονιδίωμα ανιχνεύονται συχνά σε δείγματα βιοψίας ήπατος ατόμων με χρόνια HBV λοίμωξη και στην πλειονότητα των δειγμάτων Ηπατοκυτταρικού Καρκίνου που σχετίζεται με HBV (HBV-HCC). Παρότι περιοχές του ανθρώπινου γονιδιώματος έχουν χαρακτηρισθεί ως hotspots HBV ενσωμάτωσης, παραμένει ασαφές αν το ευρύτερο γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει συστηματικά μεταξύ Χρόνιας Ηπατίτιδας Β (CHB) και Ηπατοκυτταρικού Καρκίνου (HCC), και αν αυτές οι διαφορές φέρουν προβλεπτική πληροφορία. Σκοπός: Σκοπός της παρούσας διπλωματικής εργασίας είναι ο χαρακτηρισμός του γονιδιωματικού περιβάλλοντος των θέσεων ενσωμάτωσης του HBV και η αξιολόγηση των γονιδιωματικών χαρακτηριστικών που πιθανά διακρίνουν τα δείγματα προερχόμενα από CHB έναντι HBV-HCC. Μεθοδολογία: Αναλύθηκαν συνολικά 17,047 θέσεις ενσωμάτωσης HBV, οι οποίες ανακτήθηκαν από την βάση δεδομένων VISDB και προέρχονται από 7,997 δείγματα βιοψίας ήπατος ατόμων με CHB και 9,050 με HBV-HCC. Οι θέσεις αυτές είχαν αρχικά εντοπιστεί μέσω αναλύσεων Αλληλούχισης Επόμενης Γενεάς (Next Generation Sequencing - NGS), και συγκεκριμένα μέσω Αλληλούχισης Ολόκληρου Γονιδιώματος (Whole Genome Sequencing - WGS) και Αλληλούχισης Εμπλουτισμού-στόχου (Target Enrichment Sequencing). Οι θέσεις ενσωμάτωσης σχολιάστηκαν γονιδιωματικά (genomic annotation), αξιοποιώντας δημόσια διαθέσιμες βιολογικές βάσεις δεδομένων για την εξαγωγή πληροφοριών που αφορούν τις γονιδιωματικές περιοχές στις οποίες εντοπίζονται. Πραγματοποιήθηκαν στατιστικές αναλύσεις, συμπεριλαμβανομένων ελέγχων χ² και λογιστικής παλινδρόμησης, για τον εντοπισμό χαρακτηριστικών που σχετίζονται με την κατάσταση της νόσου. Εφαρμόστηκαν μέθοδοι επιλογής χαρακτηριστικών (feature selection), ακολουθούμενες από εκπαίδευση και αξιολόγηση εποπτευόμενων ταξινομητών μηχανικής μάθησης (Logistic Regression, Random Forest και AdaBoost). Αποτελέσματα: Οι ενσωματώσεις εντός γονιδίων που κωδικοποιούν πρωτεΐνες και lncRNAs ήταν συχνότερες στα δείγματα CHB, ενώ τα δείγματα HBV-HCC εμφάνιζαν σημαντική συσσώρευση ενσωματώσεων εντός απλών επαναλήψεων, ρετρομεταθετών στοιχείων και θέσεων πρόσδεσης μεταγραφικών παραγόντων (TFBS). Παρά αυτές τις στατιστικά σημαντικές διαφορές, τα μοντέλα μηχανικής μάθησης παρουσίασαν μέτρια απόδοση ταξινόμησης, με τιμές AUC περίπου 0.60 και Accuracy περίπου 55-58%. Συμπεράσματα: Το γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει μεταξύ CHB και HBV-HCC, υποδηλώνοντας αλλαγές κατά την εξέλιξη της νόσου. Ωστόσο, τα γονιδιωματικά χαρακτηριστικά από μόνα τους δεν ήταν επαρκή για αξιόπιστη ταξινόμηση της νόσου. Τα ευρήματα αυτά υποδεικνύουν την ανάγκη ενσωμάτωσης πρόσθετων μοριακών ή κλινικών δεδομένων για τη βελτίωση της προβλεπτικής μοντελοποίησης της ηπατοκαρκινογένεσης που σχετίζεται με τον HBV.","abstract_html":"Εισαγωγή: Ενσωματώσεις του ιού της Ηπατίτιδας Β (HBV) στο ανθρώπινο γονιδίωμα ανιχνεύονται συχνά σε δείγματα βιοψίας ήπατος ατόμων με χρόνια HBV λοίμωξη και στην πλειονότητα των δειγμάτων Ηπατοκυτταρικού Καρκίνου που σχετίζεται με HBV (HBV-HCC). Παρότι περιοχές του ανθρώπινου γονιδιώματος έχουν χαρακτηρισθεί ως hotspots HBV ενσωμάτωσης, παραμένει ασαφές αν το ευρύτερο γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει συστηματικά μεταξύ Χρόνιας Ηπατίτιδας Β (CHB) και Ηπατοκυτταρικού Καρκίνου (HCC), και αν αυτές οι διαφορές φέρουν προβλεπτική πληροφορία. Σκοπός: Σκοπός της παρούσας διπλωματικής εργασίας είναι ο χαρακτηρισμός του γονιδιωματικού περιβάλλοντος των θέσεων ενσωμάτωσης του HBV και η αξιολόγηση των γονιδιωματικών χαρακτηριστικών που πιθανά διακρίνουν τα δείγματα προερχόμενα από CHB έναντι HBV-HCC. Μεθοδολογία: Αναλύθηκαν συνολικά 17,047 θέσεις ενσωμάτωσης HBV, οι οποίες ανακτήθηκαν από την βάση δεδομένων VISDB και προέρχονται από 7,997 δείγματα βιοψίας ήπατος ατόμων με CHB και 9,050 με HBV-HCC. Οι θέσεις αυτές είχαν αρχικά εντοπιστεί μέσω αναλύσεων Αλληλούχισης Επόμενης Γενεάς (Next Generation Sequencing - NGS), και συγκεκριμένα μέσω Αλληλούχισης Ολόκληρου Γονιδιώματος (Whole Genome Sequencing - WGS) και Αλληλούχισης Εμπλουτισμού-στόχου (Target Enrichment Sequencing). Οι θέσεις ενσωμάτωσης σχολιάστηκαν γονιδιωματικά (genomic annotation), αξιοποιώντας δημόσια διαθέσιμες βιολογικές βάσεις δεδομένων για την εξαγωγή πληροφοριών που αφορούν τις γονιδιωματικές περιοχές στις οποίες εντοπίζονται. Πραγματοποιήθηκαν στατιστικές αναλύσεις, συμπεριλαμβανομένων ελέγχων χ² και λογιστικής παλινδρόμησης, για τον εντοπισμό χαρακτηριστικών που σχετίζονται με την κατάσταση της νόσου. Εφαρμόστηκαν μέθοδοι επιλογής χαρακτηριστικών (feature selection), ακολουθούμενες από εκπαίδευση και αξιολόγηση εποπτευόμενων ταξινομητών μηχανικής μάθησης (Logistic Regression, Random Forest και AdaBoost). Αποτελέσματα: Οι ενσωματώσεις εντός γονιδίων που κωδικοποιούν πρωτεΐνες και lncRNAs ήταν συχνότερες στα δείγματα CHB, ενώ τα δείγματα HBV-HCC εμφάνιζαν σημαντική συσσώρευση ενσωματώσεων εντός απλών επαναλήψεων, ρετρομεταθετών στοιχείων και θέσεων πρόσδεσης μεταγραφικών παραγόντων (TFBS). Παρά αυτές τις στατιστικά σημαντικές διαφορές, τα μοντέλα μηχανικής μάθησης παρουσίασαν μέτρια απόδοση ταξινόμησης, με τιμές AUC περίπου 0.60 και Accuracy περίπου 55-58%. Συμπεράσματα: Το γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει μεταξύ CHB και HBV-HCC, υποδηλώνοντας αλλαγές κατά την εξέλιξη της νόσου. Ωστόσο, τα γονιδιωματικά χαρακτηριστικά από μόνα τους δεν ήταν επαρκή για αξιόπιστη ταξινόμηση της νόσου. Τα ευρήματα αυτά υποδεικνύουν την ανάγκη ενσωμάτωσης πρόσθετων μοριακών ή κλινικών δεδομένων για τη βελτίωση της προβλεπτικής μοντελοποίησης της ηπατοκαρκινογένεσης που σχετίζεται με τον HBV.","abstract_has_math":false,"creators":["ΓΚΙΝΑΙ ΑΡΤΕΜΙΣ","GJINAJ ARTEMIS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-07-24T01:01:53Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5360682"],"render_values":[{"text":"uoadl:5360682","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5360682","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΓΚΙΝΑΙ ΑΡΤΕΜΙΣ","GJINAJ ARTEMIS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5360682","https://pergamos.lib.uoa.gr/uoa/dl/object/5360682"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Εισαγωγή: Ενσωματώσεις του ιού της Ηπατίτιδας Β (HBV) στο ανθρώπινο γονιδίωμα ανιχνεύονται συχνά σε δείγματα βιοψίας ήπατος ατόμων με χρόνια HBV λοίμωξη και στην πλειονότητα των δειγμάτων Ηπατοκυτταρικού Καρκίνου που σχετίζεται με HBV (HBV-HCC). Παρότι περιοχές του ανθρώπινου γονιδιώματος έχουν χαρακτηρισθεί ως hotspots HBV ενσωμάτωσης, παραμένει ασαφές αν το ευρύτερο γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει συστηματικά μεταξύ Χρόνιας Ηπατίτιδας Β (CHB) και Ηπατοκυτταρικού Καρκίνου (HCC), και αν αυτές οι διαφορές φέρουν προβλεπτική πληροφορία. Σκοπός: Σκοπός της παρούσας διπλωματικής εργασίας είναι ο χαρακτηρισμός του γονιδιωματικού περιβάλλοντος των θέσεων ενσωμάτωσης του HBV και η αξιολόγηση των γονιδιωματικών χαρακτηριστικών που πιθανά διακρίνουν τα δείγματα προερχόμενα από CHB έναντι HBV-HCC. Μεθοδολογία: Αναλύθηκαν συνολικά 17,047 θέσεις ενσωμάτωσης HBV, οι οποίες ανακτήθηκαν από την βάση δεδομένων VISDB και προέρχονται από 7,997 δείγματα βιοψίας ήπατος ατόμων με CHB και 9,050 με HBV-HCC. Οι θέσεις αυτές είχαν αρχικά εντοπιστεί μέσω αναλύσεων Αλληλούχισης Επόμενης Γενεάς (Next Generation Sequencing - NGS), και συγκεκριμένα μέσω Αλληλούχισης Ολόκληρου Γονιδιώματος (Whole Genome Sequencing - WGS) και Αλληλούχισης Εμπλουτισμού-στόχου (Target Enrichment Sequencing). Οι θέσεις ενσωμάτωσης σχολιάστηκαν γονιδιωματικά (genomic annotation), αξιοποιώντας δημόσια διαθέσιμες βιολογικές βάσεις δεδομένων για την εξαγωγή πληροφοριών που αφορούν τις γονιδιωματικές περιοχές στις οποίες εντοπίζονται. Πραγματοποιήθηκαν στατιστικές αναλύσεις, συμπεριλαμβανομένων ελέγχων χ² και λογιστικής παλινδρόμησης, για τον εντοπισμό χαρακτηριστικών που σχετίζονται με την κατάσταση της νόσου. Εφαρμόστηκαν μέθοδοι επιλογής χαρακτηριστικών (feature selection), ακολουθούμενες από εκπαίδευση και αξιολόγηση εποπτευόμενων ταξινομητών μηχανικής μάθησης (Logistic Regression, Random Forest και AdaBoost). Αποτελέσματα: Οι ενσωματώσεις εντός γονιδίων που κωδικοποιούν πρωτεΐνες και lncRNAs ήταν συχνότερες στα δείγματα CHB, ενώ τα δείγματα HBV-HCC εμφάνιζαν σημαντική συσσώρευση ενσωματώσεων εντός απλών επαναλήψεων, ρετρομεταθετών στοιχείων και θέσεων πρόσδεσης μεταγραφικών παραγόντων (TFBS). Παρά αυτές τις στατιστικά σημαντικές διαφορές, τα μοντέλα μηχανικής μάθησης παρουσίασαν μέτρια απόδοση ταξινόμησης, με τιμές AUC περίπου 0.60 και Accuracy περίπου 55-58%. Συμπεράσματα: Το γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει μεταξύ CHB και HBV-HCC, υποδηλώνοντας αλλαγές κατά την εξέλιξη της νόσου. Ωστόσο, τα γονιδιωματικά χαρακτηριστικά από μόνα τους δεν ήταν επαρκή για αξιόπιστη ταξινόμηση της νόσου. Τα ευρήματα αυτά υποδεικνύουν την ανάγκη ενσωμάτωσης πρόσθετων μοριακών ή κλινικών δεδομένων για τη βελτίωση της προβλεπτικής μοντελοποίησης της ηπατοκαρκινογένεσης που σχετίζεται με τον HBV.","Background: Hepatitis B Virus (HBV) DNA integration into the human genome is frequently detected in liver biopsy samples from individuals with chronic HBV infection and in the majority of HBV-associated hepatocellular carcinoma (HBV-HCC) cases. Although specific regions of the human genome have been characterized as HBV integration hotspots, it remains unclear whether the broader genomic context of HBV integration sites differs systematically between Chronic Hepatitis B (CHB) and HBV-HCC, and whether these differences carry predictive information. Aim: The aim of this study was to characterize the genomic environment of HBV integration sites and to assess whether genomic features can distinguish between CHB and HBV-HCC. Methods: A total of 17,047 sample-level HBV integration sites were obtained from the Viral Integration Site Database (VISDB), derived from 7,997 CHB and 9,050 HBV-HCC liver biopsy samples. Integration sites were originally identified using Next Generation Sequencing (NGS) approaches, including Whole Genome Sequencing (WGS) and Target Enrichment Sequencing. Integration sites were genomically annotated using publicly available biological databases to extract information related to the genomic regions in which they occur. Statistical analyses, including chi-square tests and logistic regression, were performed to identify features associated with disease status. Feature selection methods were applied, followed by training of supervised machine learning classifiers (Logistic Regression, Random Forest and AdaBoost). Results: Integrations within protein-coding genes and long non-coding RNAs were more frequent in CHB samples, whereas HBV-HCC samples were strongly enriched for integrations within simple repeats, retrotransposons and transcription factor binding sites. Despite these statistically significant differences, machine learning models achieved only modest classification performance, with AUC values around 0.60 and Accuracy of approximately 55-58%. Conclusions: The genomic context of HBV integration sites differs between chronic infection and HBV-associated HCC, suggesting changes during disease progression. However, genomic annotation features alone were insufficient for reliable disease classification. These findings indicate the need to integrate additional molecular or clinical data to improve predictive modeling of HBV-associated hepatocarcinogenesis."]},{"key":"dc:title","label":"Title","values":["Viral Genomic Integration Analysis using Machine Learning Methods"]}]}],"canonical_facts":{"dc:creator":["ΓΚΙΝΑΙ ΑΡΤΕΜΙΣ","GJINAJ ARTEMIS"],"dc:date":["2026"],"dc:description":["Εισαγωγή: Ενσωματώσεις του ιού της Ηπατίτιδας Β (HBV) στο ανθρώπινο γονιδίωμα ανιχνεύονται συχνά σε δείγματα βιοψίας ήπατος ατόμων με χρόνια HBV λοίμωξη και στην πλειονότητα των δειγμάτων Ηπατοκυτταρικού Καρκίνου που σχετίζεται με HBV (HBV-HCC). Παρότι περιοχές του ανθρώπινου γονιδιώματος έχουν χαρακτηρισθεί ως hotspots HBV ενσωμάτωσης, παραμένει ασαφές αν το ευρύτερο γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει συστηματικά μεταξύ Χρόνιας Ηπατίτιδας Β (CHB) και Ηπατοκυτταρικού Καρκίνου (HCC), και αν αυτές οι διαφορές φέρουν προβλεπτική πληροφορία. Σκοπός: Σκοπός της παρούσας διπλωματικής εργασίας είναι ο χαρακτηρισμός του γονιδιωματικού περιβάλλοντος των θέσεων ενσωμάτωσης του HBV και η αξιολόγηση των γονιδιωματικών χαρακτηριστικών που πιθανά διακρίνουν τα δείγματα προερχόμενα από CHB έναντι HBV-HCC. Μεθοδολογία: Αναλύθηκαν συνολικά 17,047 θέσεις ενσωμάτωσης HBV, οι οποίες ανακτήθηκαν από την βάση δεδομένων VISDB και προέρχονται από 7,997 δείγματα βιοψίας ήπατος ατόμων με CHB και 9,050 με HBV-HCC. Οι θέσεις αυτές είχαν αρχικά εντοπιστεί μέσω αναλύσεων Αλληλούχισης Επόμενης Γενεάς (Next Generation Sequencing - NGS), και συγκεκριμένα μέσω Αλληλούχισης Ολόκληρου Γονιδιώματος (Whole Genome Sequencing - WGS) και Αλληλούχισης Εμπλουτισμού-στόχου (Target Enrichment Sequencing). Οι θέσεις ενσωμάτωσης σχολιάστηκαν γονιδιωματικά (genomic annotation), αξιοποιώντας δημόσια διαθέσιμες βιολογικές βάσεις δεδομένων για την εξαγωγή πληροφοριών που αφορούν τις γονιδιωματικές περιοχές στις οποίες εντοπίζονται. Πραγματοποιήθηκαν στατιστικές αναλύσεις, συμπεριλαμβανομένων ελέγχων χ² και λογιστικής παλινδρόμησης, για τον εντοπισμό χαρακτηριστικών που σχετίζονται με την κατάσταση της νόσου. Εφαρμόστηκαν μέθοδοι επιλογής χαρακτηριστικών (feature selection), ακολουθούμενες από εκπαίδευση και αξιολόγηση εποπτευόμενων ταξινομητών μηχανικής μάθησης (Logistic Regression, Random Forest και AdaBoost). Αποτελέσματα: Οι ενσωματώσεις εντός γονιδίων που κωδικοποιούν πρωτεΐνες και lncRNAs ήταν συχνότερες στα δείγματα CHB, ενώ τα δείγματα HBV-HCC εμφάνιζαν σημαντική συσσώρευση ενσωματώσεων εντός απλών επαναλήψεων, ρετρομεταθετών στοιχείων και θέσεων πρόσδεσης μεταγραφικών παραγόντων (TFBS). Παρά αυτές τις στατιστικά σημαντικές διαφορές, τα μοντέλα μηχανικής μάθησης παρουσίασαν μέτρια απόδοση ταξινόμησης, με τιμές AUC περίπου 0.60 και Accuracy περίπου 55-58%. Συμπεράσματα: Το γονιδιωματικό περιβάλλον των θέσεων ενσωμάτωσης του HBV διαφέρει μεταξύ CHB και HBV-HCC, υποδηλώνοντας αλλαγές κατά την εξέλιξη της νόσου. Ωστόσο, τα γονιδιωματικά χαρακτηριστικά από μόνα τους δεν ήταν επαρκή για αξιόπιστη ταξινόμηση της νόσου. Τα ευρήματα αυτά υποδεικνύουν την ανάγκη ενσωμάτωσης πρόσθετων μοριακών ή κλινικών δεδομένων για τη βελτίωση της προβλεπτικής μοντελοποίησης της ηπατοκαρκινογένεσης που σχετίζεται με τον HBV.","Background: Hepatitis B Virus (HBV) DNA integration into the human genome is frequently detected in liver biopsy samples from individuals with chronic HBV infection and in the majority of HBV-associated hepatocellular carcinoma (HBV-HCC) cases. Although specific regions of the human genome have been characterized as HBV integration hotspots, it remains unclear whether the broader genomic context of HBV integration sites differs systematically between Chronic Hepatitis B (CHB) and HBV-HCC, and whether these differences carry predictive information. Aim: The aim of this study was to characterize the genomic environment of HBV integration sites and to assess whether genomic features can distinguish between CHB and HBV-HCC. Methods: A total of 17,047 sample-level HBV integration sites were obtained from the Viral Integration Site Database (VISDB), derived from 7,997 CHB and 9,050 HBV-HCC liver biopsy samples. Integration sites were originally identified using Next Generation Sequencing (NGS) approaches, including Whole Genome Sequencing (WGS) and Target Enrichment Sequencing. Integration sites were genomically annotated using publicly available biological databases to extract information related to the genomic regions in which they occur. Statistical analyses, including chi-square tests and logistic regression, were performed to identify features associated with disease status. Feature selection methods were applied, followed by training of supervised machine learning classifiers (Logistic Regression, Random Forest and AdaBoost). Results: Integrations within protein-coding genes and long non-coding RNAs were more frequent in CHB samples, whereas HBV-HCC samples were strongly enriched for integrations within simple repeats, retrotransposons and transcription factor binding sites. Despite these statistically significant differences, machine learning models achieved only modest classification performance, with AUC values around 0.60 and Accuracy of approximately 55-58%. Conclusions: The genomic context of HBV integration sites differs between chronic infection and HBV-associated HCC, suggesting changes during disease progression. However, genomic annotation features alone were insufficient for reliable disease classification. These findings indicate the need to integrate additional molecular or clinical data to improve predictive modeling of HBV-associated hepatocarcinogenesis."],"dc:identifier":["uoadl:5360682","https://pergamos.lib.uoa.gr/uoa/dl/object/5360682"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Viral Genomic Integration Analysis using Machine Learning Methods"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-07-24T01:01:53Z"}