Identification of drug targets towards prostate cancer
Prostat kanserine yönelik ilaç hedeflerinin tanımlanması
- Tez No: 522729
- Danışmanlar: PROF. DR. ŞEFİKA KUTLU ÜLGEN, DOÇ. DR. ELİF ÖZKIRIMLI ÖLMEZ
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 176
Özet
Prostat kanseri (Pca), erkeklerde en yaygın ikinci kanser olmasının yanı sıra, kanser ölümlerinin en önde gelen sebeplerinden biridir. Erken teşhis ve tedavi yüksek sağkalım oranları ile ilişkili olduğundan, Pca'ya özgü yeni tanı ve ilaç hedeflerinin belirlenmesi önemlidir. Hücre içi süreçler birbirine bağlı olduğundan, bireysel bileşenlerin analizi yerine sistematik bir bakış açısı gereklidir. Protein-protein etkileşimi (PPI) ağları gibi biyolojik ağların biyolojik verilerin etkili temsilleri olduğu kanıtlanmıştır. Bu çalışmada, iki tip ağ oluşturulmuş ve analiz edilmiştir: Protein-protein etkileşim ağı (PPIN), 4 ayrı veri tabanından elde edilen deneysel etkileşimlerin seçilmiş çekirdek set Pca proteinlerinin ortak Gen Ontolojisi (GO) terimleriyle kesiştirilmesi ile elde edilmiştir. Eş Ekspresyon (Co-Exp) ağı, Kanser Genom Atlası'ndan (TCGA) transkrip- tomik veriler kullanılarak Ağırlıklı Korelasyon Ağı Analizi (WGCNA) ile oluşturulmuştur. Her iki ağ, sırasıyla Markov Kümeleme (MCL) ve Topolojik Örtüşme Matrisi (TOM) ile modüllere ayrılmıştır. Gen Set Zenginleştirme Analizi (GSEA), prostat tümörlerinin kanserin sekiz ayırt edici özelliğini kapsadığını göstermiştir. Hastalık Ontolojisi (DO) zenginleştirmesi ve DIAMOnD algoritması tarafından tespit edilen genlerle ilişkili hastalıkların tanımlanması, Pca ile sarkom, karaciğer ve kemik kanseri gibi diğer kanser tipleri arasındaki bağlantıyı ortaya çıkarmıştır. Topolojik özelliklerin genlerin diferansiyel ekspresyonu ile birleşimi 272 potansiyel ilaç hedefinin belirlenmesine yol açmıştır. Bu hedeflerin daha az sayıya indirilebilmesi, Bağlantı Haritasının (C-Map) taranması ile gerçekleştirilmiştir ve kanser süreçlerinin ayırt edici özelliklerine sahip olan 84 potansiyel hedef belirlenmiştir. Bilinen herhangi bir ilaca sahip olmayan bu potansiyel hedeflerin 55'inin yeni varsayımsal hedef olarak kabul edilmesi için daha daha fazla hesaplamalı ve deneysel incelenmesi gerekmektedir.
Özet (Çeviri)
Prostate cancer (Pca) is one of the leading cause of cancer deaths and second common cancer type in men. Identifying novel diagnostics and drug targets specific for Pca is critical since early detection and treatment are associated with high survival rates. As intracellular processes are interconnected, a systematic point of view is essential instead of analysis of individual components. Biological networks such as protein-protein interaction (PPI) networks have been proven effective representations of biological data. In this study, two types of networks were constructed and analyzed: Protein-protein interaction network (PPIN) was constructed by a selecting core set of Pca proteins and combining experimental interactions obtained from 4 different databases by core set proteins' mutual Gene Ontology (GO) terms. Co-Expression (Co-Exp) network was obtained by Weighted Correlation Network Analysis (WGCNA) using transcriptomics data from The Cancer Genome Atlas (TCGA). Both networks were divided into modules by Markov Clustering (MCL) and Topological Overlap Matrix (TOM), respectively. Gene Set Enrichment Analysis (GSEA) demonstrated that prostate tumors cover the eight hallmarks of cancer. Disease Ontology (DO) enrichments and disease identification of genes detected by the DIAMOnD algorithm revealed the link between Pca and other cancer types such as sarcoma, liver and bone cancer. Integration of topological features and differential expression of genes led to the identification of 272 potential drug targets. Further elimination of these targets was done by screening the Connectivity Map (C-Map) and 84 potential targets were identified, which are proteins taking part in hallmarks of cancer processes. 55 of these promising spots without any known drugs need further computational and experimental examination to be considered as new putative targets.
Benzer Tezler
- Large-scale integration of protein structural data into protein-protein interaction networks
Protein yapısal verisinin protein-protein etkileşim ağlarıyla geniş çapta birleştirilmesi
GÖZDE KAR MAKİNACI
Doktora
İngilizce
2012
BiyokimyaKoç ÜniversitesiBiyokimya Mühendisliği Ana Bilim Dalı
PROF. DR. ATTİLA GÜRSOY
PROF. DR. ÖZLEM KESKİN
- Identification of immunological genes important for cytotoxicity
Sitotoksisite için immünolojik genlerin tanımı
SİNEM USLUER
Yüksek Lisans
İngilizce
2019
BiyolojiSabancı ÜniversitesiMoleküler Biyoloji-Genetik ve Biyomühendislik Ana Bilim Dalı
PROF. DR. MEHMET BATU ERMAN
- Multiomics approaches to overcome drug resistance in cancer
Kanserde ilaç direncinin üstesinden gelmek için multi-omik yaklaşımlar
BARIŞ KÜÇÜKKARADUMAN
Doktora
İngilizce
2021
Genetikİhsan Doğramacı Bilkent ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. ALİ OSMAY GÜRE
- Investigation of crosstalk between Wnt and Hedgehog signaling pathways
Wnt ve Hedgehog sinyal ileti yollarının birbirleriyle olan etkileşimlerinin incelenmesi
AYSUN EREN
Yüksek Lisans
İngilizce
2010
BiyomühendislikBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. KUTLU ÖZERGİN ÜLGEN
- Development of cinchona based catalysts guided by computational insights for asymmetric synthesis
Asimetrik sentez için hesaplamalı anlayış ile kinkona tabanlı katalizörler geliştirilmesi
YEŞİM ÇAMLISOY
Doktora
İngilizce
2023
Kimya MühendisliğiYeditepe ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEMİN FUNDA OĞUZ
PROF. DR. NİHAN ÇELEBİ ÖLÇÜM