Εύρεση φαρμακευτικών στόχων μέσω της ανάλυσης δικτύων για την στερεοδιαταξική ασθένεια ALS

Το τεκμήριο παρέχεται από τον φορέα :
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών   

Αποθετήριο :
Πέργαμος   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Εύρεση φαρμακευτικών στόχων μέσω της ανάλυσης δικτύων για την στερεοδιαταξική ασθένεια ALS

Κτωρίδης Σταύρος (EL)
Ktorides Stavros (EN)

born_digital_postgraduate_thesis
Διπλωματική Εργασία (EL)
Postgraduate Thesis (EN)

2023


Τα βιολογικά συστήματα αναπαρίστανται συχνά ως πολύπλοκα δίκτυα δυαδικών αλληλεπιδράσεων ή σχέσεων μεταξύ διαφορετικών οντοτήτων. Συγκεκριμένα κάθε βιολογική οντότητα αλληλεπιδρά ιεραρχικά με μια άλλη βιολογική οντότητα, ξεκινώντας από το μοριακό έως και το επίπεδο της κοινωνίας, σχηματίζοντας ένα «Δίκτυο-Δικτύων». Η Βιολογία Συστημάτων έχει ως σκοπό τη μελέτη και μοντελοποίηση αυτών των βιολογικών συστημάτων ως ένα ενιαίο σύστημα, χρησιμοποιώντας διαφορετικούς τύπους δικτύων. Λόγω της μεγάλης αύξησης των βιολογικών δεδομένων που ξεκίνησε στην εποχή των omics, οι συστημικές προσεγγίσεις για την ανάλυση δεδομένων έγιναν πιο αναγκαίες από ποτέ, βοηθώντας στην καλύτερη κατανόηση των βιολογικών οντοτήτων. Μια τέτοια συστημική προσέγγιση βασίζεται στη βιολογία δικτύων και στην ανάλυσή τους, χρησιμοποιώντας εργαλεία από τη θεωρία των γράφων. Με βάση αυτή την προσέγγιση, στόχος της παρούσας διπλωματικής εργασίας είναι η δημιουργία ενός ενιαίου δικτύου αλληλεπιδράσεων πρωτεϊνών-φαρμάκων για την ασθένεια ALS, καθώς και η εύρεση πιθανών φαρμακευτικών στόχων μέσω της ανάλυσης του. Η Αμυοτροφική πλευρική σκλήρυνση (ALS – Amyotrophic Lateral Sclerosis), είναι μια προοδευτική νευροεκφυλιστική ασθένεια που οδηγεί στην απώλεια της σύνδεσης του νευρικού συστήματος με τους μύες, με αποτέλεσμα την καταστροφή των κινητικών νευρώνων του εγκεφάλου και του νωτιαίου μυελού. Είναι μια πολυπαραγοντική ασθένεια που φαίνεται να προκαλείται από μια πολύπλοκη αλληλεπίδραση μεταξύ γενετικών και μοριακών οδών. Πιο συγκεκριμένα, τα γονίδια και οι πρωτεΐνες που σχετίζονται με την ασθένεια ALS, συλλέχθηκαν από διάφορες βάσεις βιολογικών δεδομένων. Για τη συλλογή των πρωτεϊνών χρησιμοποιήθηκαν τέσσερις βάσεις, η ALsoD, η UniProt, η DISEASES και η DisGeNET. Ακολούθως, αφού συγκροτήθηκε ένα σύνολο δεδομένων με 112 σχετιζόμενες πρωτεΐνες, κατασκευάστηκε το δίκτυο πρωτεϊνικών αλληλεπιδράσεων με τη βοήθεια της βάσης πρωτεϊνικών αλληλεπιδράσεων STRING. Στην συνέχεια, ακολούθησε ο εμπλουτισμός των δεδομένων από τη βάση δεδομένων DrugBank. Συγκεκριμένα, προστέθηκαν τα εγκεκριμένα (approved), υπο-διερεύνηση φάρμακα (investigational) ή πειραματικά (experimental) τα οποία χορηγούνται σε άλλες ασθένειες και στοχεύουν τις πρωτεΐνες του δικτύου, που σχετίζονται με την παθολογία της νόσου. Εν τέλει, η δημιουργία και η ανάλυση του συνολικού δικτύου έγινε με τη βοήθεια του εργαλείου Cytoscape. Μετά την δημιουργία του δικτύου, η ανάλυση που ακολούθησε βασίστηκε σε κάποια κριτήρια οπτικοποίησης, τα οποία αφορούσαν τόσο τις πρωτεΐνες όσο και τα φάρμακα που τις στοχεύουν. Εν κατακλείδι, ανακαλύφθηκαν σημαντικές πρωτεΐνες που εμπλέκονται στα κυριότερα μονοπάτια παθολογίας της ALS, οι οποίες είναι απαραίτητες για την σταθερότητα του δικτύου και μπορούν να αποτελέσουν στόχους φαρμάκων . Μελλοντικά θα ήταν εξαιρετικό να γίνουν πειραματικές μελέτες σε ζωικά μοντέλα για την ανάπτυξη νέων φαρμάκων που τις στοχεύουν, με σκοπό την θεραπεία της ALS. (EL)
Biological systems are often represented as complex networks of binary interactions or relationships between different entities. In particular, each biological entity interacts hierarchically with another biological entity, starting from the molecular to the societal level, forming a "Network of Networks". Systems Biology aims to study and model these biological systems as a single system, using different types of networks. Due to the large increase in biological data that started in the omics era, systemic approaches to data analysis have become more necessary than ever, enabling better understanding of biological entities. One of these approaches is based on network biology and their analysis, by using tools from graph theory. Based on this approach, this thesis aims to create a single protein-drug interaction network for ALS disease, as well as to find potential drug targets through its analysis. Amyotrophic Lateral Sclerosis (ALS) is a progressive neurodegenerative disease that leads to the loss of the connection between the nervous system and the muscles, resulting in the destruction of motor neurons in the brain and spinal cord. It is a multifactorial disease that appears to be caused by a complex interaction between genetic and molecular pathways. More specifically, the genes and proteins associated with ALS disease were collected from various biological databases. Four databases were used for protein collection, ALsoD, UniProt, DISEASES and DisGeNET. Then, after constructing a dataset with 112 related proteins, the protein interaction network was constructed with the help of the STRING protein interaction database. This was followed by the enrichment of the data from the DrugBank database. In particular, the approved (approved) or under-investigational drugs (investigational) which are administered in other diseases and target the proteins of the network, related to the pathology of the disease, were added. Finally, the creation and analysis of the overall network was done with the help of the Cytoscape tool. After the creation of the network, the subsequent analysis was based on some visualization criteria, which involved both the proteins and the drugs that target them. In conclusion, important proteins involved in the main pathology pathways of ALS were discovered, which are essential for network stability and can be possible drug targets. In the future, it would be great to perform experimental studies in animal models to develop new drugs, in order to treat ALS. (EN)

Θετικές Επιστήμες

Θετικές Επιστήμες (EL)
Science (EN)

Ελληνική γλώσσα

Σχολή Θετικών Επιστημών » Τμήμα Βιολογίας » ΠΜΣ Βιοπληροφορική-Υπολογιστική Βιολογία » Κατεύθυνση Βιοπληροφορική-Υπολογιστική Βιολογία
Βιβλιοθήκη και Κέντρο Πληροφόρησης » Βιβλιοθήκη Σχολής Θετικών Επιστημών

https://creativecommons.org/licenses/by-nc/4.0/




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.