Υπολογιστικά εργαλεία για τον εντοπισμό και μελέτη της λειτουργίας και των αλληλεπιδράσεων ρυθμιστικών δικτύων

Περίληψη

Τα κύτταρα της μαγιάς ζουν σε ένα διαρκώς μεταβαλλόμενο περιβάλλον που απαιτεί τη συνεχή αναπροσαρμογή του γενομικού τους προγράμματος, ώστε να μπορέσουν να διατηρήσουν την ομοιόστασή τους, να επιβιώσουν και να πολλαπλασιαστούν. Η γονιδιακή ρύθμιση μπορεί να αναπαρασταθεί με ένα πολύπλοκο δίκτυο αλληλεπιδράσεων που αποτελείται από τις πρωτεΐνες (μεταγραφικοί παράγοντες) και τα γονίδια που αυτές ρυθμίζουν ως απόκριση σε συγκεκριμένα ερεθίσματα. Η ανάπτυξη τεχνολογιών ταχείας ανάλυσης (high throughput) έχει συνεισφέρει στη συσσώρευση ενός μεγάλου όγκου δεδομένων που μπορούν να χρησιμοποιηθούν για την κατασκευή ενδοκυτταρικών δικτύων με μια ολιστική προσέγγιση. Η επεξεργασία αυτή απαιτεί ισχυρές υπολογιστικές μεθόδους ικανές να συγχωνεύουν διαφορετικούς τύπους δεδομένων και να βρίσκουν ποιοτικές και ποσοτικές συσχετίσεις μεταξύ διαφορετικών στοιχείων. Στόχος της παρούσας διατριβής είναι να χρησιμοποιήσει τις κατάλληλες υπολογιστικές μεθόδους, συγκεκριμένα μεθόδους ομαδοποίησης και Τε ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Yeast cells live in a constantly changing environment that requires the continuous adaptation of their genomic program in order for them to survive, proliferate and sustain their homeostasis. The regulation of genes can be represented as a complex network of interactions that consists of the proteins (transcription factors) and the genes that these proteins regulate as a response to specific signals. The development of high-throughput technologies has contributed to the accumulation of a large amount of data that can be used to build intracellular networks using a holistic approach. This processing requires powerful computational methods able to combine different types of data and identify quantitative and qualitative interactions among their components. Aim of the present work is to use the appropriate computational methods, specifically module identification methods and Artificial Neural Networks to combine available high-throughput experimental data in order to derive the structu ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/18305
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/18305
Εναλλακτικός τίτλος
Development of computational tools fot the identification and analysis of functional interctions of regulatory networks
Συγγραφέας
Μανιουδάκη, Μαρία Εμμανουήλ
Ημερομηνία
2010
Ίδρυμα
Πανεπιστήμιο Κρήτης. Σχολή Θετικών Επιστημών. Τμήμα Χημείας
Εξεταστική επιτροπή
Τσιώτης Γεώργιος
Ποϊράζη Παναγιώτα
Αλεξανδράκη Δέσποινα
Γαρίνης Γεώργιος
Κανακίδου Μαρία
Φαράντος Σταύρος
Φρουδάκης Γεώργιος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Χημεία
Λέξεις-κλειδιά
Ρυθμιστικά δίκτυα; Ρυθμιστικές υπομονάδες; Τεχνητά νευρωνικά δίκτυα; Ανάλυση γονιδιακής έκφρασης; Αλληλεπιδράσεις πρωτεϊνών - DNA; Περιβαλλοντικό στρες; Χρονικές καθυστερήσεις
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
178 σ., εικ.