Yasinska-Damri L. Theoretical and practical foundations of information technology for processing gene expression data in complex object diagnostic systems

Українська версія

Thesis for the degree of Doctor of Science (DSc)

State registration number

0523U100169

Applicant for

Specialization

  • 05.13.06 - Інформаційні технології

20-10-2023

Specialized Academic Board

Д 35.101.01

Ukrainian Academy of Printing

Essay

The dissertation solves the relevant scientific and practical problem: the development of theoretical and practical foundations of information technology for processing gene expression data for creating an early diagnostic system for complex objects, development of a hybrid model for forming subsets of differentially expressed and mutually correlated gene expression profiles based on the comprehensive application of inductive clustering algorithms and classification methods; creation of efficient methods for object state identification based on gene expression data using deep neural networks. The system of forming differentially expressed and mutually correlated gene expression profiles, which allows for highly accurate identification of the object state, forms the basis for improving the objectivity and adequacy of modern diagnostic systems for complex object states at an early stage of imbalance occurrence. The complex disease diagnostic system based on gene expression data creates the prerequisites for developing new methods for early diagnostics of complex genetic diseases.

Research papers

Babichev S., Yasinskyi M., Yasinska-Damri L., Ratushniak Y., Lytvynenko V. Current state of the problem of gene expression data processing and extraction to solve the reverse engineering tasks in the field of bioinformatics. CEUR Workshop Proceedings. 2021. Vol. 2853. Pp. 62−71 (індексована в наукометричній базі Scopus).

Yasinska-Damri L., Liakh I., Babichev S., Durnyak B. Evaluation of the gene expression profiles complex proximity metric effectiveness based on a hybrid technique of gene expression data extraction. CEUR Workshop Proceedings. 2021. Vol. 3038. Pp. 150−160 (індексована в наукометричній базі Scopus).

Babichev S., Yasinska-Damri L., Liakh I., Durnyak B. Comparison analysis of gene expression profiles proximity metrics. Symmetry (Switzerland). 2021. Vol. 13(10), art. no. 1812.doi: https://doi.org/10.3390/sym13101812 (індексована в наукометричній базі Scopus та Web of Science Core Collection, квартиль Q2 відповідно до класифікації SCImago Journal).

Yasinska-Damri L., Liakh I., Babichev S., Durnyak B. Current State of Methods, Models, and Information Technologies of Genes Expression Profiling Extraction: A Review. Lecture Notes on Data Engineering and Communications Technologies. 2022. Vol. 77. Pp. 69−81. URL: https://link.springer.com/chapter/10.1007/978-3-030-82014-5_5 (bookchapter, індексована в наукометричній базі Scopus).

Yasinska-Damri L., Babichev S., Liakh I. Comparison Analysis of the Pearson's Phi- Square Test and Correlation Metric Effectiveness to Form the Subset of Differently Expressed and Mutually Correlated Genes. CEUR Workshop Proceedings. 2022. Vol. 3156. Pp. 93−102 (індексована в наукометричній базі Scopus).

Babichev S., Yasinska-Damri L., Liakh I., Škvor J. Hybrid Inductive Model of Differentially and Co-Expressed Gene Expression Profile Extraction Based on the JointUse of Clustering Technique and Convolutional Neural Network. Applied Sciences (Switzerland). 2022. Vol. 12(22), art. no. 11795. doi:https://doi.org/10.3390/app122211795 (індексована в наукометричній базі Scopus та Web of Science Core Collection, квартиль Q2 відповідно до класифікації SCImago Journal)

Yasinska-Damri L., Babichev S., Durnyak B., Goncharenko T. Application of Convolutional Neural Network for Gene Expression Data Classification. Lecture Notes on Data Engineering and Communications Technologies 2023.Vol. 149.Pp. 3−24.doi:https://doi.org/10.1007/978-3-031-16203-9_1 (bookchapter, індексованав наукометричній базі Scopus).

Ясінська-Дамрі Л.М. Метод оцінки ступеня близькості складних об’єктів на основі модифікованого індексу максимізації взаємної інформації. Наукові записки [Української академії друкарства]. 2021. № 1(62). С. 42−51.

Babichev S., Yasinska-Damri L., Liakh I. A Hybrid Model of Cancer Diseases Diagnosis Basedon Gene Expression Datawith Joint Use of Data Mining Methodsand Machine Learning Techniques. Applied Sciences. 2023. Vol. 13(10), artno. 6022doi: https://doi.org/10.3390/app13106022 (індексована в наукометричній базі Scopus та Web of Science Core Collection, квартиль Q2 відповідно докласифікації SCImago Journal).

Yasinska-Damri L., Babichev S., Spivakovsky A., Lemeshchuk O. Formation and Analysis of Gene Expression Data Based on the Joint Use of Data Mining and Machine Learning Techniques. CEUR Workshop Proceedings. 2023. Vol. 3373. Pp. 87−98 (індексована в наукометричній базі Scopus).

Ясінська-Дамрі Л.М. Індуктивна гібридна модель кластеризації даних експресії генів на основі щільнісних алгоритмів. Наукові записки [Української академії друкарства]. 2021. № 2 (63). С. 64−76.

Ясінська-Дамрі Л.М., Лях І.М., Дурняк Б.В., Бабічев С.А. Гібридна індуктивна модель кластеризації профілів експресії генів на основі алгоритму SOTA. Наукові записки [Української академії друкарства]. 2022. № 1 (64). С. 48−62.

Огірко І.В., Ясінський М.Ф., Ясінська-Дамрі Л.М., Огірко O.І. Інформаційні технології кваліметрії. Комп’ютерні технології друкарства. 2019. № 2 (42). С. 89−99.

Дурняк Б., Бабічев С., Ясінська-Дамрі Л. Застосування згорткових нейронних мереж у системах класифікації великих даних. Комп’ютерні технології друкарства. 2022. № 1 (47). С. 8−20.

Ясінська-Дамрі Л.М., Дурняк Б.В. Модель оцінки якості нормалізації даних на основі застосування критеріїв якості класифікації об’єктів. Поліграфія і видавнича справа. 2021. № 1 (81) С. 35−44.

Ясінська-Дамрі Л.М., Дурняк Б.В., Бабічев С.А. Методологічні засади розробки гібридних індуктивних моделей кластеризації великих даних. Поліграфія і видавнича справа. 2021. № 2 (82). С. 141−150.

Бабічев С.А., Ясінська-Дамрі Л.М. Моделювання процесу реконструкції генної регуляторної мережі на основі комплексного застосування топологічних параметрів. Прикладні питання математичного моделювання. 2021. №1 (4). С. 32−41.

Огірко І.В., Ясінський М.Ф., Ясінська-Дамрі Л.М. Жорсткі і м'які математичні моделі та їх застосування. Наукові записки [Української академії друкарства]. 2015. №1 (15). С. 102−117.

Yuzevych L., Yankovska L., Sopilnyk L., Yuzevych V., Skrynkovskyy R., Koman B., Yasinska-Damri L., Heorhiadi N., Dzhala R., Yasinskyi M. Improvement of the toolset for diagnosing underground pipelines of oil and gas enterprises considering changes in internal working pressure. Eastern-European Journal of Enterprise Technologies. 2019. Vol. 6 (5−102). Pp. 23−29 (індексована в наукометричній базі Scopus).

Огірко І.В., Ясінський М.Ф., Ясінська-Дамрі Л.М., Огірко O.І. Інформаційна технологія безпеки впровадження нанотехнологій у поліграфічне виробництво. Комп’ютерні технології друкарства. 2020. № 2(44). С. 119−133.

Огірко І.В., Ясінський М.Ф., Ясінська-Дамрі Л.М., Пілат О. Інформаційна система оцінки якості електронних видань. Комп’ютерні технології друкарства. 2014. № 31. С. 135−143.

Огірко І.В., Ясінський М.Ф., Ясінська-Дамрі Л.М. Інформаційна технологія і математична модель створення графічних засобів захисту цінних паперів і документів з використанням 3D-голограми. Комп’ютерні технології друкарства. 2015. №1(33). С. 90−101.

Огірко І.В., Ясінський М.Ф., Огірко О.І., Ясінська-Дамрі Л.М. Інформаційна технологія і модель корозіометрії для поверхневих шарів металів. Наукові записки [Української академії друкарства]. 2016. №1 (52). С. 69−77.

Ясінський М.Ф., Ясінська-Дамрі Л.М., Огірко О.І., Огірко І.В. Методи комп'ютерного моделювання фізико-механічних полів у поліграфії. Квалілогія книги. 2020. №2 (38). С. 98−112.

Babichev S., Yasinska-Damri L. Technique of gene regulatory network topology optimization based on the use of ensemble of topological parameters : матеріали XXII Міжнародної конференції з математичного моделювання МКММ2021. Херсон, 2021. С. 14−15.

Yasinska-Damri L., LiakhI.,Babichev S., Durnyak B. Comparison analysis of the Pearson X2 coefficient and correlation metric to evaluate the gene expression profiles proximity. Інформаційні управляючі системи і технології ІУСT-Одеса-2021 : матеріали Х Міжнародної науково-практичної конференції (2021, Одеса). С. 103−104.

Огірко І.В., Ясінський М.Ф., Ясінська-Дамрі Л.М., Огірко О.І. Інформаційні технології моделювання та алгоритмізація. Інформаційні технології друкарства : збірник наукових праць VII Міжнародна науково-технічної конференції (Львів, 15−16 листопада). 2018. С. 64−70.

Огірко І.В., Ясінський М.Ф., Огірко О.І., Ясінська-Дамрі Л.М. Діагностика тріщин конструкцій за допомогою нечітких баз знань. Вібрації в техніці та технологіях : тези доповідей XIV Міжнародно-науково-технічної конференції (Дніпро, 2015). С. 29−30.

Ясінський М.Ф., Огірко І.В., Кащевська С.І., Огірко О.І., Ясінська-Дамрі Л.М. Інформаційні технології у медицині. Сучасна медицина: тенденції та перспективи розвитку : збірник матеріалів Міжнародної науково-практичної медичної конференції (Жешув, Польша, 2018). С. 137−143.

Ясінська-Дамрі Л.М., Дурняк Б.В., Бабічев С.А. Методологічні засади та покрокова процедура реалізації індуктивних моделей кластеризації даних. Тези доповідей науково-технічної конф. проф.- викл. складу наук. працівн. і аспірантів. Львів: УАД, 2022. С. 116.

Ясінська-Дамрі Л.М. Застосування щільнісних алгоритмів OPTICS та DBSCAN у індуктивних моделях кластеризації даних. Тези доповідей науково-технічної конф. проф.- викл. складу наук. працівн. і аспірантів. Львів : УАД, 2022. С. 120.

Files

Similar theses