Artificial Intelligence to unveil genetic characteristics in Cancer and rare disease
| dc.contributor.author | GUESMIA , Hibet-errahmane | |
| dc.contributor.author | BEDDOUD , Ayat-errahmane | |
| dc.contributor.author | ZANBOUT , imene Supervisor | |
| dc.date.accessioned | 2026-11-16T12:40:21Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | Gene expression analysis has emerged as a powerful approach for cancer biomarker discovery, enabling the identification of molecular signatures associated with tumour initiation, progression, and metastasis. However, the inherent high dimensionality of transcriptomic data, where the number of measured genes far exceeds the number of available patient samples, poses significant challenges for conventional machine learning approaches. To address these challenges, this thesis proposes an integrated computational framework for gene expression-based biomarker discovery in cancer, applied to the TCGA Pan-Cancer dataset comprising 10,535 samples distributed across 33 cancer types. The proposed framework combines five bio-inspired metaheuristic feature selection algorithms the Bat Algorithm (BA), Differential Evolution (DE), Genetic Algorithm (GA), Grey Wolf Optimizer (GWO), and Particle Swarm Optimization (PSO) with a biological pathway integration strategy leveraging the KEGG, WikiPathways, and STRING databases. The biologically grounded gene subsets are evaluated through a comparative classification analysis using KNN and SVM classifiers, and validated through multi-platform enrichment analysis using GO, ShinyGO, cBioPortal, and STRING. The experimental results demonstrate that all five algorithms outperformed the baseline classification accuracy of 42.80%, with GWO achieving the best performance by selecting only 371 genes while attaining a KNN accuracy of 74.6%. The pathway integration step reinforced the biological relevance of the identified gene panels, yielding a validated set of 23 candidate biomarkers grounded in well-established cancer signalling mechanisms. | |
| dc.description.sponsorship | L'analyse de l'expression génique est devenue une approche puissante pour la découverte de biomarqueurs du cancer, permettant l'identification de signatures moléculaires associées à l'initiation, la progression et la métastase tumorale. Cependant, la grande dimensionnalité inhérente aux données transcriptomiques, où le nombre de gènes mesurés dépasse largement le nombre d'échantillons de patients disponibles, pose des défis majeurs pour les approches conventionnelles d'apprentissage automatique. Pour répondre à ces défis, ce mémoire propose un cadre computationnel intégré pour la découverte de biomarqueurs basée sur l'expression génique dans le cancer, appliqué à l'ensemble de données TCGA Pan-Cancer comprenant 10 535 échantillons répartis sur 33 types de cancers. Le cadre proposé combine cinq algorithmes métaheuristiques bio-inspirés de sélection de caractéristiques l'Algorithme des Chauves-souris (BA), l'Évolution Différentielle (DE), l'Algorithme Génétique (GA), l'Optimiseur par Meute de Loups Gris (GWO) et l'Optimisation par Essaim de Particules (PSO) avec une stratégie d'intégration de voies biologiques exploitant les bases de données KEGG, WikiPathways et STRING. Les sous-ensembles de gènes biologiquement fondés sont évalués par une analyse de classification comparative utilisant KNN et SVM, et validés par une analyse d'enrichissement multi-plateforme. Les résultats expérimentaux démontrent que les cinq algorithmes ont surpassé la précision de classification de base de 42,80%, le GWO obtenant les meilleures performances en sélectionnant seulement 371 gènes tout en atteignant une précision KNN de 74,6%. L'étape d'intégration des voies biologiques a renforcé la pertinence biologique des panels de gènes identifiés, produisant un ensemble validé de 23 biomarqueurs candidats. | |
| dc.identifier.other | MAI/1159 | |
| dc.identifier.uri | https://repository.univ-setif.dz/handle/123456789/4288 | |
| dc.language.iso | en | |
| dc.publisher | Unuversity Setif 1 Ferhat Abbas . Faculty of Sciences | |
| dc.subject | Gene expression analysis | |
| dc.subject | Bio-inspired feature selection | |
| dc.subject | Biological pathway integration | |
| dc.subject | Cancer biomarker discovery | |
| dc.subject | TCGA Pan-Cancer | |
| dc.subject | Explainable AI | |
| dc.subject | Enrichment analysis. | |
| dc.title | Artificial Intelligence to unveil genetic characteristics in Cancer and rare disease | |
| dc.type | Thesis |
