Bioinformatics analysis, management and organization of biological data related to post-translational regulation

Abstract

Post-translational regulation is an important, fast and energy efficient level of gene regulation that has attracted the focus of many high-throughput technologies in the last 20 years. Post-translational modifications of amino acids and especially proteinphosphorylation play a pivotal role at this level of cellular regulation. Accordingly, this thesis focused on publicly available and abundant high-throughput proteinphosphorylation and methylation data, in order to develop computational tools and bioinformatics methods and pipelines, with the aim to analyze them and transform raw data into biological knowledge, about the properties of the eukaryotic phosphoproteome. During this thesis, phosphoproteomic and methylproteomic data were mined from the literature. An annotation tool and a database were developed in order to facilitate the mining and storage of these complex data, that were integrated with many other omic and evolutionary data. Statistical analyses of the gathered and filtered data allowed for a reliable estimate of the total number of phosphoproteins and phosphorylation sites in model eukaryotes. Furthermore, a focused and in-depth study of the yeast phosphoproteome revealed its pivotal role in the central metabolism and further identified key metabolic processes of biotechnological importance that may bemanipulated in the future, with precision, by mutating key phosphorylation sites. Finally, neural networks were developed to predict phosphorylation and methylation sites and further predict potential meth-phos switches and/or clusters. The tools and analyses that were developed during this thesis may function as the first step towards more advanced tools and methods that will integrate many other post-translational modifications in the future.

Η μετα-μεταφραστική ρύθμιση αποτελεί ένα σημαντικό, γρήγορο και ενεργειακά αποδοτικό επίπεδο της κυτταρικής ρύθμισης, για το οποίο έχουν αναπτυχθεί πολλές ομικές τεχνολογίες μεγάλης κλίμακας. Η μετα-μεταφραστική τροποποίηση των αμινοξέων και ειδικότερα η πρωτεϊνική φωσφορυλίωση και μεθυλίωση έχουν κεντρικό ρόλο. Αυτή η διδακτορική διατριβή εστίασε σε δημοσιευμένα δεδομένα φωσφο-πρωτεωμικής και μεθυλ-πρωτεωμικής με σκοπό να αναπτύξει υπολογιστικά εργαλεία και βιοπληροφορικές μεθόδους/αναλύσεις που θα μπορούν να τα αναλύσουν και να εξάγουν γνώση για τις ιδιότητες αυτού του επιπέδου ρύθμισης. Κατά την διάρκεια αυτής της διατριβής, συλλέχθησαν, φιλτραρίστηκαν, αποθηκεύτηκαν και οργανώθηκαν δημοσιευμένα δεδομένα, με τη βοήθεια ενός υπολογιστικού εργαλείου διαχείρισης της Βιβλιογραφίας και μιας βάσης δεδομένων που ανέπτυξα. Επιπλέον, και άλλα ομικά και εξελικτικά δεδομένα ενσωματώθηκαν με σκοπό να πραγματοποιηθούν βιοπληροφορικές αναλύσεις σε βάθος. Στατιστικές αναλύσεις επέτρεψαν να εκτιμηθεί το σύνολο των πρωτεϊνών και των αμινοξέων ενός ευκαρυωτικού οργανισμού που υφίστανται φωσφορυλίωση. Mια εις βάθος βιοπληροφορική ανάλυση επέτρεψε να αποκαλυφθεί η σημασία της πρωτεϊνικής φωσφορυλίωσης στην ρύθμιση του κεντρικού μεταβολισμού του ζυμομύκητα S. cerevisiae όπως επίσης και οι θέσεις φωσφορυλίωσης με πιθανές βιοτεχνολογικές εφαρμογές, σε περίπτωση στοχευμένης μετάλλαξής τους. Επιπλέον, αναπτύχθηκαν νευρωνικά δίκτυα για την πρόβλεψη θέσεων φωσφορυλίωσης, μεθυλίωσης, καθώς επίσης και συνδυαστικών μοριακών διακοπτών. Τα εργαλεία και οι μέθοδοι/αναλύσεις που αναπτύχθηκαν/εφαρμόστηκαν κατά την πραγματοποίηση αυτής της διατριβής δύνανται να εξελιχθούν ώστε να επιτρέψουν την ενσωμάτωση επιπλέον μετα-μεταφραστικών τροποποιήσεων στο μέλλον.