Geri Dön

Integrative analysis of transcriptome data and genome-scale metabolic networks to identify candidate drug targets and drugs for Parkinson's disease

Transkriptom verilerinin genom-ölçekli metabolik ağlarla bütünleşik analizi ile Parkinson hastalığı için ilaç ve ilaç hedefi adayları belirlenmesi

  1. Tez No: 574511
  2. Yazar: ALİ KAYNAR
  3. Danışmanlar: DOÇ. DR. TUNAHAN ÇAKIR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Gebze Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
  12. Bilim Dalı: Biyoinformatik ve Sistem Biyolojisi Bilim Dalı
  13. Sayfa Sayısı: 135

Özet

Parkinson hastalığı (PH), dünyada milyonlarca insanı etkileyen nörodejeneratif bir hastalıktır. Genellikle 60 yaşın üzerindeki kişilerde görülür ve görülme sıklığı yaşla birlikte artar. Araştırmalar, 65 yaş üstü kişilerde PH insidansının % 1 olduğunu, bu oranın 80 yaşın üzerindeki kişilerde ise % 4'e çıktığını göstermektedir. PD'nin moleküler mekanizmaları oldukça karmaşık olduğu için, mevcut tedavi yaklaşımları hala önleyici olmaktan uzaktır. Bu tez kapsamında, beyinin substantia nigra, striatum ve BA9 bölgelerinden elde edilen PH'ye özgü transkriptome verileri Gene Expression Omnibus veri tabanından elde edilmiş ve beyine özgü genom ölçekli bir metabolik ağ kullanılarak analiz edilmiştir. Bu doğrultuda, literatürde mevcut beyine özgü metabolik bir ağ olan iMS570 modeli, reaksiyonlarının sitozol veya mitokondride gerçekleşmesi bilgisi de dikkate alınarak geliştirilmiş ve 645 gen tarafından kontrol edilen 916 reaksiyonu içeren yeni bir beyine özgü metabolik ağ oluşturulmuştur. Bu ağ, iBrain645Hs olarak isimlendirilmiştir. Kısıt-bazlı metabolik modelleme yöntemleri olan FBA ve FBAwMC, sağlıklı ve PH durumlarındaki reaksiyon hızlarını tahmin etmek için kullanılmıştır. Hastalığa özgü metabolik profilleri tahmin etmek için, transkriptom verileri GIMME adı verilen bir yöntem kullanılarak iBrain645Hs metabolik modeline haritalanmıştır. Protein birikmesinin hücre metabolizması üzerindeki etkisi, FBA'nın moleküler sıkışıklığı hesaba katan değiştirilmiş bir versiyonu olan FBAwMC ile araştırılmıştır. Her iki yaklaşımda da literatürle uygun olarak enerji metabolizmasında bir azalma tahmin edilmiştir. Sistem tıbbı çerçevesinde, aday ilaç hedeflerini tahmin etmek için iBrain645Hs üzerinde tek gen delesyon simülasyonları gerçekleştirilmiş ve bu ilaç hedefleriyle etkileşime giren ilaçları belirlemek için ilaç yeniden konumlandırma yaklaşımı kullanılmıştır. Sonuçlar, kısıt-bazlı hesaplama yaklaşımlarının, PH metabolizmasının işleyişini anlama bakımından büyük bir potansiyele sahip olduğunu göstermektedir.

Özet (Çeviri)

Parkinson's disease (PD) is a neurodegenerative disease that affects millions of people around the world. It is generally encountered in people over 60 years old and its prevalence increases with age. Studies show that the incidence of PD is 1% among people over 65 years old, whereas this rate goes up to 4% in people over 80 years of age. Since the molecular mechanisms of PD is quite complex, available treatments approaches are still far from being preventive. In this thesis, PD-specific transcriptome data for substantia nigra, striatum, and BA9 regions of the brain were obtained from Gene Expression Omnibus database and analyzed using a brain-specific genome-scale metabolic network. Accordingly, a brain-specific metabolic network model, iMS570, was improved in terms of the compartmentalization of its reactions between cytosol and mitochondria to create a new brain metabolic network, iBrain645Hs, with 645 genes controlling 916 reactions. FBA and FBAwMC, which are constraint-based metabolic modeling methods, were used to predict rates of reactions in healthy and disease states. To estimate the disease-specific metabolic profiles, the transcriptome data were mapped on the iBrain645Hs metabolic model using a method called GIMME. The effect of protein aggregation on cell metabolism was investigated by FBAwMC, a modified version of FBA that takes into account molecular crowding. In both approaches, a decrease in energy metabolism was correctly predicted in accordance with the literature. Within the framework of systems medicine, single-gene deletions were performed on the PD specific metabolic network to predict candidate drug targets, and drug repositioning was used to identify drugs interacting with these drug targets. The results show that constraint-based computational approaches have a great potential in understanding the functioning of PD metabolism.

Benzer Tezler

  1. Integrative analysis of bladder cancer transcriptome data and genome-scale metabolic networks to understand dormancy mechanism

    Kanser uyku hali mekanizmasını anlamak için mesane kanseri transkriptom verisi ile genom ölçekli metabolik ağların bütünleşik analizi

    MERVE KUTAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    BiyomühendislikGebze Teknik Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. TUNAHAN ÇAKIR

  2. Integrative analysis of multi-cellular genome-scale metabolic networks with cell type specific transcriptome data predicted by deconvolution algorithms: Application to Parkinson's disease

    Dekonvolusyon algoritmalarıyla tahmin edilen hücre tipine özgü Parkinson hastalığı transkriptom verilerinin çok hücreli genom ölçekli metabolik ağa haritalanması

    KADİR KOCABAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    BiyomühendislikGebze Teknik Üniversitesi

    Biyoinformatik Sistemler Biyolojisi Ana Bilim Dalı

    DOÇ. DR. TUNAHAN ÇAKIR

  3. Identification of candidate biomarkers and potential therapeutics for idiopathic pulmonary fibrosis through systems biology approaches

    İdı̇opatı̇k pulmoner fı̇brozı̇s içı̇n aday bı̇yobelı̇rteç ve potansı̇yel terapötı̇klerı̇n sı̇stem bı̇yolojı̇sı̇ yaklaşımları ile belı̇rlenmesı̇

    MECBURE NUR AKÇA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    BiyomühendislikMarmara Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEYDA KASAVİ

  4. Construction and analysis of tissue/disease specific protein-protein interaction networks by integrating large scale transcriptome data with genome scale protein-protein interaction networks

    Transkriptom ve genom ölçekli protein etkileşim ağlarının birleştirilmesi ile durum bazlı spesifik protein etkileşim ağlarının oluşturulması ve analizi

    ARZU BURÇAK ŞENKAL

    Doktora

    İngilizce

    İngilizce

    2022

    Bilim ve TeknolojiOrta Doğu Teknik Üniversitesi

    Tıp Bilişimi Ana Bilim Dalı

    PROF. DR. TOLGA CAN

  5. Systems biomedicine approaches in renal cell carcinomas to identify subtype-specific molecular signatures and potential therapeutics

    Alt tipe özgü moleküler işaretçileri ve potansiyel terapötikleri tanımlamak için renal hücreli karsinomlarda sistem biyotıp yaklaşımları

    AYŞEGÜL ÇALIŞKAN İŞCAN

    Doktora

    İngilizce

    İngilizce

    2022

    BiyoistatistikMarmara Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    PROF. DR. KAZIM YALÇIN ARĞA