Η αντιγραφή του DNA αποτελεί μια θεμελιώδη διαδικασία για κάθε μορφή ζωής. Στους ευκαρυωτικούς οργανισμούς, εξαιτίας του μεγάλου μεγέθους του γονιδιώματός τους, η αντιγραφή του DNA εκκινά από πολλαπλά σημεία προκειμένου να ολοκληρωθεί σε εύλογο χρονικό διάστημα. Οι περιοχές αυτές ονομάζονται αφετηρίες αντιγραφής και η μελέτη τους είναι σημαντική αφού είναι άρρηκτα συνδεδεμένες με την ακριβή ολοκλήρωση της αντιγραφής του DNA, διαδικασία ζωτικής σημασίας για το κύτταρο. Ενώ η λειτουργία των αφετηριών αντιγραφής είναι λίγο πολύ γνωστή, οι ακριβείς γονιδιωματικές δομές που συντελούν στο μηχανισμό επιλογής τους παραμένουν άγνωστες. Σκοπός αυτής της διπλωματικής εργασίας είναι η μελέτη, σε επίπεδο ολόκληρου του γονιδιώματος, των γονιδιωματικών περιοχών που αποτελούν αφετηρίες αντιγραφής του DNA και η εξαγωγή των χαρακτηριστικών που καθορίζουν την ιδιότητά τους να λειτουργούν ως αφετηρίες αντιγραφής του DNA. Ο ζυμομύκητας Schizosachharomyces pombe αποτελεί ιδανικό οργανισμό για τη μελέτη της διαδικασίας αντιγραφής του DNA, κυρίως εξαιτίας της ομοιότητας που διαθέτει με τους ανώτερους ευκαρυωτικούς οργανισμούς. Η παρούσα βιοπληροφορική ανάλυση εκτελεί επεξεργασία ολόκληρου του γονιδιώματος του S. pombe. Βασίζεται σε δύο πολύ πρόσφατα, αλλά διαφορετικών ερευνητικών ομάδων, πειράματα μικροσυστοιχειών στα οποία αναγνωρίστηκαν οι αφετηρίες αντιγραφής σε όλο το γονιδίωμα του ζυμομύκητα (Heichinger et al, 2006 και Hayashi et al, 2007). Συνδυάζοντας τα πειράματα αυτά, καταφέραμε να διαχωρίσουμε το σύνολο των διαγονιδιακών περιοχών του S. pombe σε κατηγορίες ανάλογα με την ικανότητα τους να εκκινούν την αντιγραφή του DNA. Έπειτα, ορίσαμε 3 νέα γονιδιωματικά παραμετρικά χαρακτηριστικά και μαζί με τη δημιουργία ενός συστήματος βελτιστοποίησης παραμέτρων, εξετάσαμε πώς πρέπει να διαμορφωθούν οι διάφορες παράμετροί τους ώστε να δημιουργούνται δομές που παρατηρούνται μονάχα στις αφετηρίες αντιγραφής. Για συγκεκριμένους συνδυασμούς παραμέτρων, η ταξινόμηση των διαγονιδιακών περιοχών με βάση τα καινούρια χαρακτηριστικά αγγίζει το 90% σε ευαισθησία, και το 77% σε θετικό προγνωστικό δείκτη. Επομένως, τα νέα γονιδιωματικά χαρακτηριστικά αφορούν δομές που παρατηρούνται σχεδόν εξολοκλήρου στις αφετηρίες αντιγραφής και σπάνια στις υπόλοιπες διαγονιδιακές περιοχές, παρέχοντας έτσι τον κύριο μηχανισμό επιλογής των αφετηριών αντιγραφής του DNA στο γονιδίωμα του S. pombe. / DNA replication constitutes an essential process for every life form. In eukaryotic organisms which are characterized by large genome size, DNA replication initiates from multiple points along the genome, so that it is completed within the allocated time. These genomic sites are called replication origins and their study is important as their selection and timely activation is pivotal for the maintenance of genomic integrity. Despite extensive studies from several laboratories, the features that specify an origin remain elusive, especially in higher eukaryotes. The purpose of this thesis is a genome-wide study of the genomic areas that function as replication origins and the extraction of the genomic features that determine this activity. Schizosachharomyces pombe (S. pombe, fission yeast) is an ideal organism for the study of the DNA replication procedure as it shares several common features with higher eukaryotic organisms. In this bioinformatics study, a genome-wide analysis of the S. pombe genome is performed. It is based on two very recent reports from different teams using microarray experiments, in which genome-wide identification of the S. pombe replication origins took place (Heichinger et al, 2006 and Hayashi et al, 2007). Combining these two experiments we managed to separate the fission yeast inter-genic regions in categories depending on their ability to function as replication origins. We then defined 3 new parametric genomic features, created a framework for solving the parameter estimation problem and analyzed how these parameters should be defined so that the specified structures are solely observed in genomic sites that function as replication origins. We observed that for certain parametric combinations, the classification of the intergenic regions as replication origins and as intergenic regions showing no origin activity reached 90% in sensitivity and 77% in positive predictive value. Therefore, the new genomic features identified through this study represent structures that are almost always and solely observed in intergenic regions showing replication activity, and are likely to provide the main genomic mechanism of origin selection in the fission yeast genome.

Η χρήση της βιοπληροφορικής σε βιολογικά δεδομένα υψηλής απόδοσης είναι μια πολλά υποσχόμενη προσέγγιση για τη δημιουργία νέα γνώσης. Στην παρούσα εργασία αναλύεται ένα σύνολο δεδομένων που αφορά στα σημεία έναρξης της αντιγραφής (αφετηρίες) στο ζυμομύκητα Schizosaccharomyces pombe, όπως αναγνωρίστηκαν από πειράματα μικροσυστοιχιών που κάλυπταν όλο το μήκος του γονιδιώματος του οργανισμού (full genome). Οι αντιγραφή ξεκινάει από μεγάλο αριθμό αφετηριών οι οποίες βρίσκονται διάσπαρτες σε όλο το γονιδίωμα και μέχρι τώρα οι περισσότερες μελέτες των χαρακτηριστικών των αφετηρίων είχαν πραγματοποιηθεί για περιορισμένο αριθμό αυτών. Στην εργασία αυτή αναλύονται για πρώτη φορά τα χαρακτηριστικά του συνόλου των αφετηριών του S. pombe με σκοπό να διαπιστωθεί ποια χαρακτηριστικά καθορίζουν πότε μια περιοχή του γονιδιώματος μπορεί να δράσει ως αφετηρία αντιγραφής. Από την ανάλυση αυτή προκύπτει ότι: 1. Οι αφετηρίες έχουν υψηλότερο μέγιστο περιεχόμενο ΑΤ από άλλες γονιδιωματικές περιοχές. 2. Οι αφετηρίες εντοπίζονται κατά προτίμηση σε μεγάλες διαγονιδιακές περιοχές ανάμεσα σε αποκλίνουσες μεταγραφικές μονάδες. 3. Η ασυμμετρία κατανομής Α και Τ ενδέχεται να αποτελεί δείκτη των αφετηριών. 4. Η απόδοση έχει συσχέτιση με το περιεχόμενο ΑΤ. / Use of Bioinformatics in high-throughput biological data is a promising approach for creation of new knowledge. In this work we analyze a dataset that concerns origins of DNA replication initiation in the yeast Schizosaccharomyces pombe, that were identified through full genome microarray experiments. DNA replication starts from a large number of origins that span the entire genome and until recently most studies of origins of replication have been carried out only for a limited number of them. Here we analyze for the first time the properties of the entire dataset of origins of replication in S. pombe in order to find out which specific properties define which genomic location can function as an origin of replication. From this analysis we found that: 1. Origins of replication have higher maximum AT (adenine-thymine) content than other genomic locations. 2. Origins of replication are found preferentially in large genomic locations between divergent transcriptional units. 3. AT asymmetry might be a marker of origins of replication. 4. The origin of replication firing efficiency is correlated with AT content.