Causality analysis in biological networks
Biyolojik ağlarda nedensellik analizi
- Tez No: 255978
- Danışmanlar: DOÇ. DR. UĞUR DOĞRUSÖZ
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biyoloji, Biyomühendislik, Biostatistics, Biology, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 103
Özet
Sistem biyolojisi son birkaç on yılda şekillenmiş, ve kanser gibi karmaşık hastalıklara çözüm vadeden bir alandır. Sistem hakkında (daha spesifik olarak hücresel ağlar hakkında) bir kavrayış geliştirebilmek için şu dört temel alanda calışmalar yapmak gerekir: sistem hakkında bilgi toplamak için deneysel ve hesapsal metotlar, bilgiyi göstermek için matematiksel modeller, model hakkındaki sorulara cevap bulan analiz yöntemleri, ve bütün bunlar üzerinde çalışmamıza yardımcı olacak yazılım araçları. Bu tezde, bahsedilen bütün alanlarla ilgili yeni yaklaşımlar sunuyoruz.Bu tezde, pozitif ve negatif etkili yolaklar, akışyukarı ve akışaşağı ilişkiler, ve süreç çizgelerinde uzaklık gibi terimler ve kavramlar tanımlıyoruz. Komşuluk, ilgilenilen ağlar, ve ortak hedef ve ortak düzenleyiciler gibi biyolojik açıdan ilginç sorulara cevap üretecek, çizge üzerinde fonksiyonel ilişkiler arayan algoritmalar öneriyoruz.Buna ek olarak, BioPAX çizgelerini görselleyen ve analiz eden ChiBE isimli yazılımı sunuyoruz. Bu yazılım, BioPAX çizgelerini çizilebilir süreç çizgelerine çeviriyor ve yukarıda bahsi geçen algoritmaları sağlıyor. ChiBE kullanıcıları Pathway Commons veritabanını sorgulayabiliyor ve kendi ilgilendikleri süreçlere odaklı çizge parçaları üretebiliyorlar.Ayrıca PATIKAmad isimli bir mikrodizi veri analiz yazılımı geliştirdik, ve mikrodizilerle biyolojik ağları entegre edecek şekilde ChiBE ve PATIKAweb yazılım araçlarında kullandık. PATIKAmad sayesinde bu araçlar mikrodizi değerlerini molekül düğümleri üzerinde gösterebiliyor ve ağ üstündeki ifadeler arasındaki bağlantıları açıklama potansiyeline sahip sonuçsal yolakları ortaya çıkarabiliyor. Sonuçsal yolakların analizi, modellenen biyolojik ağ üzerinde yazılım ilişkilerinin de modellenmiş olmasına dayanır. Fakat yazılım ilişkileri biyolojik ağ veritabanlarında olması gerekenin çok altında bulunmaktadır. Bunun temel nedeni literatürde bu konuda görece daha az bilgi bulunmasıdır.Son olarak, veritabanlarındaki eksik yazılım bilgisini tamamlama potansiyeline sahip, yazılım faktörlerinin modülatörlerini tahmin eden ve sınıflayan bir yöntem öneriyoruz. Bu yöntem çok sayıda mikrodizi verisini kullanarak modulatör - faktör - hedef gen üçlüleri arasında modülasyon ilişkisi arıyor. Modulatör adaylarını yazılım faktörünün etkileştiği bilinen proteinler arasından seçiyoruz ve hedef genin ifadesinin faktör ve modülatör arasındaki etkileşimden etkilenmesini bekliyoruz. Gözlenen etki şekline göre modülatörleri ayrıca sınıflandırıyoruz. Metodumuzu Androjen Reseptörü üzerinde denediğimiz zaman görüyoruz ki yüksek puanlı modülatörler literatürdeki başka kanıtlarla da destekleniyor. Bu araştırmada gözlediğimiz diğer bir olgu ise modülatörlerin etkisinin ve sınıfının çoğunlukla hedef gene göre farklılık göstermesidir. Halbuki literatürdeki çalışmalar modülatörleri genellikle hedef genden bağımsız tek tip etkiye göre (aktifleştirici ve engelleyici) sınıflandırmaya çalışıyor.
Özet (Çeviri)
Systems biology is a rapidly emerging field, shaped in the last two decades or so, which promises understanding and curing several complex diseases such as cancer. In order to get an insight about the system - specifically the molecular network in the cell - we need to work on following four fundamental aspects: experimental and computational methods to gather knowledge about the system, mathematical models for representing the knowledge, analysis methods for answering questions on the model, and software tools for working on these. In this thesis, we propose new approaches related to all these aspects.In this thesis, we define new terms and concepts that helps us to analyze cellular processes, such as positive and negative paths, upstream and downstream relations, and distance in process graphs. We propose algorithms that will search for functional relations between molecules and will answer several biologically interesting questions related to the network, such as neighborhoods, paths of interest, and common targets or regulators of molecules.In addition, we introduce ChiBE, a pathway editor for visualizing and analyzing BioPAX networks. The tool converts BioPAX graphs to drawable processdiagrams and provides the mentioned novel analysis algorithms. Users can query pathways in Pathway Commons database and create sub-networks that focus onspecific relations of interest.We also describe a microarray data analysis component, PATIKAmad, built into ChiBE and PATIKAweb, which integrates expression experiment data with networks. PATIKAmad helps those tools to represent experiment values on network elements and to search for causal relations in the network that potentially explain dependent expressions. Causative path search depends on the presence of transcriptional relations in the model, which however is underrepresented in most of the databases. This is mainly due to insufficient knowledge in the literature.We finally propose a method for identifying and classifying modulators of transcription factors, to help complete the missing transcriptional relations in the pathway databases. The method works with large amount of expression data, and looks for evidence of modulation for triplets of genes, i.e. modulator - factor - target. Modulator candidates are chosen among the interacting proteins of transcription factors. We expect to observe that expression of the target gene depends on the interaction between factor and modulator. According to the observed dependency type, we further classify the modulation. When tested, our method finds modulators of Androgen Receptor; our top-scoring result modulators are supported by other evidence in the literature. We also observe that the modulation event and modulation type highly depend on the specific target gene. This finding contradicts with expectations of molecular biology community who often assume a modulator has one type of effect regardless of the target gene.
Benzer Tezler
- Mining metabolic networks and biomedical literature
Başlık çevirisi yok
ALİ ÇAKMAK
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolCase Western Reserve UniversityDR. GÜLTEKİN ÖZSOYOĞLU
- Ağyapı çıkarımı tekniklerinin metabolom verilerine uygulanarak hücrenin biyolojik amacının incelenmesi
Investigation of the biological objective of the cell by applying network inference techniques to metabolome data
MELİK ÖKSÜZ
Yüksek Lisans
Türkçe
2012
Kimya MühendisliğiGebze Yüksek Teknoloji EnstitüsüKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN SADIKOĞLU
YRD. DOÇ. DR. TUNAHAN ÇAKIR
- How to design an interactive classroom with children to boost their epistemic curiosity
Çocukların epistemik merakını güçlendirmek için interaktif bir sınıf ortamı nasıl tasarlanır
ESRA ÖZKARA
Yüksek Lisans
İngilizce
2023
Eğitim ve ÖğretimBoğaziçi ÜniversitesiOkul Öncesi Öğretmenliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP BERNA YATMAZ
DR. ÖĞR. ÜYESİ BURCU ÜNLÜTABAK
- Mağaza cephelerinde kullanılan cephe malzemelerinin detay çözümlerine yönelik analizi
Analysis for detail solutions for facade materials used on storefronts
HEVAL DEMİRKOL
Yüksek Lisans
Türkçe
2011
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. NİHAL ARIOĞLU