Geri Dön

Integration of interactome and transcriptome data to reveal glucose repression pathway in Saccharomyces cerevisiae

Saccharomyces cerevisiae'de glikoz baskilanma yolağini açiğa çikarmak için etkileşim ve anlatim verisinin bütünleştirilmesi

  1. Tez No: 232650
  2. Yazar: DİCLE HASDEMİR
  3. Danışmanlar: PROF. BETÜL KIRDAR, PROF. ZEYNEP İLSEN ÖNSAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Glikozun birincil bir sinyal molekülü olarak rolü sebebiyle, glikoz düzeyinde bir değişiklik hemen, glikoz algılama ve sinyal ileti yolağının belirli öğelerini uyarır. Yolağının bu uyarımı, ilgili düzenleyici ağı etkin hale getirir. S. cerevisiae'de, glikozun baskılanması sinyal ileti yolağında görev alan proteinlerin bir kısmı saptanmıştır. Glikozun baskılanması sinyal ileti yolağının anahtar bir öğesi olan Snf1 kinazı, katalitik bir alt birim olan Snf1 proteini, bir düzenleyici alt birim olan Snf4 proteini ve bir iskele malzemesi olan ?? alt biriminden (Sip1 proteini, Sip2 proteini veya Gal83 proteini) oluşmaktadır. Kompleksin anahtar rolü sebebiyle, bu kompleksin yokluğunda sinyal ileti yolağının nasıl etkilendiğini öngörmek önemlidir. Bu çalışmada, Snf1, Snf4 ve Snf1Snf4 delesyon mutantlarından alınan genom bazında anlatım verisi, mayanın önceden işleme tabi tutulan protein-protein etkileşim ağı üzerine işlendi. Hxk2 glikoz almaç işlevi gören proteininden başlayan ve glukoneojenik genlerin yazılımsal baskılayıcısı olan Mig1 proteinde biten bütün doğrusal yollar NetSearch algoritması yardımıyla belirlendi. Saptanan bu doğrusal yollar, içerdikleri proteinleri sentezleyen genlerin anlatım düzeyleri temel alınarak skorlandı. Böylece, genlerin delesyonuna en belirgin biçimde yanıt veren doğrusal yolların anahtar konumundaki öğeleri saptandı. Bu proteinler, Snf1 kompleksinin bileşenlerinin yokluğunda mayanın glikoz bastırılma mekanizmasında rol oynaması olasılığı yüksek öğeler olarak öngörüldü. Diğer taraftan, bu mutantlardan alınan anlatım verisi, mayanın yazılımsal kontrol ağı ile bütünleştirildi. Son hedef olarak, Snf1 protein kompleksinin iki öğesi olan proteinlerin birisi ya da her ikisinin de yokluğunda glikoz bastırılma mekanizması modellendi ve bu önemli kompleksle benzer rol taşıması olası görülen proteinler aday olarak saptandı.

Özet (Çeviri)

Due to glucose?s role as a primary signaling molecule, a change in glucose level immediately stimulates certain elements of the glucose sensing and signaling pathway. This stimulation of the pathway activates the associated regulatory network. In yeast S. cerevisiae, some of the proteins involved in the glucose repression pathway are clearly identified. A key element of the glucose repression pathway; Snf1 kinase is composed of a catalytic subunit Snf1p, a regulatory subunit Snf4p and a scaffolding ß-subunit (Sip1p, Sip2p or Gal83p). Due to its key role, it is important to predict how the signaling mechanism is affected in the absence of this complex. In this study the genome wide expression data from SNF1 ? , SNF4 ? and SNF1 ? SNF4 ?? mutants were mapped onto the pre-processed protein-protein interaction network of yeast. All the linear paths starting from the glucose importer protein Hxk2p and ending at the transcriptional repressor of gluconeogenic genes Mig1p were identified via NetSearch algorithm. The linear paths were then scored based on the expression levels of the genes encoding the proteins involved. Thus, the key signaling elements of the significantly responsive linear paths were determined. The identified proteins were predicted to be the most likely elements to play a role in the glucose repression mechanism of yeast in the absence of the components of the Snf1 complex. In addition to that, the transcriptome data from these mutants were integrated with the regulatory network of yeast. As the final objective, a complete view of the glucose repression mechanism in the absence of the two constituent proteins of the Snf1 complex was predicted and putative elements with similar roles to this important complex were proposed.

Benzer Tezler

  1. Comparative analysis of teafs and NP analysis to integrate interactome and transcriptome data to reveal response to C-pulse in Saccharomyces cerevisiae

    Etkileşim ve anlatım verisinin bütünleştirilmesi yöntemleri olan teafs ve NP analizi ile Saccharomyces cerevisiae?nin glikoz vurumuna tepkisinin karşılaştırmalı analizi

    MUHAMMED ERKAN KARABEKMEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    BiyomühendislikBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. BETÜL KIRDAR

  2. Network topology and dynamic data analysis in Saccharomyces cerevisiae

    Ağ ilingesi ve Saccharomyces cerevisiae'de devingen veri analizi

    MUHAMMED ERKAN KARABEKMEZ

    Doktora

    İngilizce

    İngilizce

    2016

    BiyomühendislikBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. BETÜL KIRDAR

  3. Investigation of cell cycle network of yeast using Lab-on-a Chip platform

    Çip-üzerinde-platform kullanarak maya hücresinin yaşam döngüsünün incelenmesi

    İREM EZGİ ODABAŞI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Kimya MühendisliğiBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞEFİKA KUTLU ÜLGEN

    DOÇ. DR. ŞENOL MUTLU

  4. Systematic and integrative analysis of breast cancer and other associated diseases using transcriptome data and interactome networks

    Meme kanseri ve ilişkili hastalıkların transkriptom verileri ve interaktom ağları kullanılarak sistematik ve bütüncül analizi

    KÜBRA KARAGÖZ

    Doktora

    İngilizce

    İngilizce

    2015

    BiyomühendislikMarmara Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. KAZIM YALÇIN ARĞA

  5. Kanser hücre hatlarında multi-omik verilerin ağ tabanlı entegrasyonundan öğrenme yoluyla ilaç yanıtının tahmin edilmesi

    Predicting drug response through learning from network-based integration of multi-omics data in cancer cell lines

    SINA DADMAND

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mühendislik BilimleriKoç Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    DOÇ. DR. NURCAN TUNÇBAĞ