Εξαγωγή δικτύων πρωτεϊνικών αλληλεπιδράσεων μέσω ευφυών αλγορίθμων

Extraction of protein interaction networks through intelligent algorithms (Αγγλική)

  1. MSc thesis
  2. ΜΑΜΑΝΕΑ, ΣΤΑΥΡΟΥΛΑ
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 20 Σεπτεμβρίου 2020 [2020-09-20]
  5. Ελληνικά
  6. 145
  7. ΚΑΝΑΒΟΣ, ΑΝΔΡΕΑΣ
  8. ΜΠΕΛΗΓΙΑΝΝΗΣ, ΓΡΗΓΟΡΙΟΣ | ΒΕΡΥΚΙΟΣ, ΒΑΣΙΛΕΙΟΣ
  9. Δίκτυα πρωτεϊνικών αλληλεπιδράσεων | βιολογικά δίκτυα | βιολογικές βάσεις δεδομένων | πρωτεΐνες | γονίδια | σχολιασμός δικτύου | BinGO | Cytoscape | γονιδιακή οντολογία | Mcode | τοπολογική ανάλυση δικτύου | ανάλυση κεντρικότητας
  10. 29
  11. 55
  12. Περιέχει : πίνακες, διαγράμματα, εικόνες
    • Οι πρωτεΐνες αποτελούν τα κύρια δομικά στοιχεία των ζωντανών οργανισμών, οι οποίες με τις μεταξύ τους αλληλεπιδράσεις, συνεργάζονται και ελέγχουν διάφορα βιολογικά φαινόμενα. Η βιολογική αυτή πληροφορία των αλληλεπιδράσεων μπορεί να μοντελοποιηθεί, να αναλυθεί και να κατανοηθεί καλύτερα με τη χρήση εργαλείων από τη θεωρία των γράφων, δηλαδή με αναπαραστάσεις των πολύπλοκων αυτών συστημάτων, μέσω δικτύων, όπου οι κόμβοι αναπαριστούν πρωτεϊνικά μακρομόρια και η γεωμετρία τους διαδραματίζει ιδιαίτερα σημαντικό ρόλο. Η ανάπτυξη και μελέτη των δικτύων πρωτεϊνικών αλληλεπιδράσεων σε δεδομένα ασθενειών, μπορεί να αποτελέσει σημαντικό εργαλείο για την βαθύτερη κατανόηση ασθενειών και την ανάπτυξη εξειδικευμένων φαρμάκων. Ο σκοπός αυτής της διπλωματικής εργασίας είναι η πραγματοποίηση της ερευνητικής μελέτης για το συγκεκριμένο θέμα, η καταγραφή του βασικού θεωρητικού υποβάθρου που αφορά στις πρωτεΐνες και στις μεταξύ τους αλληλεπιδράσεις, η παρουσίαση των μεθόδων ανίχνευσης και πρόβλεψης πρωτεϊνικών αλληλεπιδράσεων, καθώς και των βάσεων δεδομένων στις οποίες καταχωρούνται ή από τις οποίες αντλούνται τέτοιου τύπου δεδομένα. Επιπλέον παρουσιάζονται κάποια υπολογιστικά εργαλεία, τα οποία χρησιμοποιούνται για την οπτικοποίηση και ανάλυση των δικτύων πρωτεϊνικών αλληλεπιδράσεων. Σε δεύτερη φάση, η εργασία πραγματεύεται τη δημιουργία ενός δικτύου πρωτεϊνικών αλληλεπιδράσεων που αφορά στην ημικρανία, χρησιμοποιώντας το λογισμικό Cytoscape ver.3.7.2. Πενήντα δύο γονίδια σχετικά με την ημικρανία προσδιορίστηκαν από τον κατάλογο ΟΜΙΜ, ενώ οι αλληλεπιδράσεις τους ανακτήθηκαν μέσω του εργαλείου PSICQUIC από τις βάσεις δεδομένων MINT και Reactome-Fls καθώς επίσης και τη βάση δεδομένων String. Το τελικό δίκτυο περιέχει 907 κόμβους και 5759 ακμές. Η ανάλυση του και ο υπολογισμός των τοπολογικών παραμέτρων πραγματοποιήθηκε μέσω του NetworkAnalyzer, καταλήγοντας σε είκοσι δύο γονίδια κλειδιά. Στο δίκτυο μελέτης εφαρμόστηκε επιπλέον ο αλγόριθμος συσταδοποίησης Mcode ver. 1.5.1, καταλήγοντας σε 11 συστάδες. Η συστάδα με το μεγαλύτερο σκορ εμπλουτίστηκε με σχόλια γονιδιακής οντολογίας μέσω του BinGo ver.3.0.3, για τις τρεις κατηγορίες της βιολογικής διεργασίας, της μοριακής λειτουργίας και του κυτταρικού εντοπισμού.
    • Proteins are fundamental structural and functional elements within every living system. Through their interactions proteins work together and control a lot of biological functions. The biological information concerning those interactions can be modeled and analyzed by using graph theory tools. That means representing those complicated systems through networks, where nodes represent protein molecules and their geometry is of great importance. Protein protein interaction (PPI) network analysis can play an increasingly important role in human disease research and drug discovery. The main scope of this thesis is to perform the research for protein interactions, to record the basic theoretical knowledge for this topic, to identify the available methods of protein interaction detection and prediction, as well as the databases that handle this kind of data. Furthermore the thesis includes a brief description of some of the available software tools that are used for protein interaction network visualization and analysis. Subsequently the thesis deals with the development of a PPI network associated with migraine, integrated and visualized using Cytoscape ver.3.7.2. Fifty two genes involved in migraine were identified from the OMIM database and their interaction partners were extracted via PSICQUIC tool from MINT και Reactome-Fls databases as long as String Database. The PPI network associated with migraine contained 907 nodes and 5759 edges. The networks analysis and its topology parameters calculation was performed by NetworkAnalyzer, resulting in twenty two key genes with high significance. Furthermore, eleven molecular complexes in the network were predicted by Mcode ver. 1.5.1 plugin and functional enrichment analysis for the top-scored molecular complex was performed using BiNGO ver.3.0.3 concerning the three Gene Ontology (GO) categories of Biological Process, Molecular Function, and Cellular Component.
  14. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.