Els mecanismes de regulaci o de les c el lules poden ser modelats per
controlar i entendre la biologia cel lular. Diferents nivells d'abstracci o
s'utilitzen per descriure els processos biol ogics. En aquest treball s'han
utilitzat grafs i equacions diferencials per modelar les interaccions cel lulars
tant qualitativament com quantitativa.
En aquest treball s'han analitzat dades d'interacci o i activitat de diferents
organismes, E. coli i S. cerevisiae: xarxes d'interacci o prote na-prote na,
de regulaci o de la transcripci o, i metab oliques, aix com per ls d'expressi o
gen omica i prote omica.
De la rica varietat de mesures de grafs, una variable important d'aquestes
xarxes biol ogiques es la distribuci o de grau, i he aplicat eines d'an alisi
estad stica per tal de caracteritzar-la. En tots els casos estudiats les distribucions
de grau tenen una forma de cua pesada, per o la majoria d'elles
presenten difer encies signi catives respecte un model de llei de pot encia,
d'acord amb proves estad stiques. D'altra banda, cap de les xarxes podrien
ser assignades de forma inequvoca a cap distribuci o testejada.
Pel que fa a un nivell m es microsc opic, hem utilitzat equacions diferencials
per estudiar la din amica de models de diversos sistemes bioqu mics.
En primer lloc, una eina de programari anomenada ByoDyn ha estat
creada des de zero. L'eina permet realitzar simulacions deterministes
i estoc astiques, analitzar models mitjan cant estimaci o de par ametres,
sensibilitat i an alisi d'identi cabilitat, aix com dissenyar optimament
experiments. S'ha creat una interf cie web que ofereix la possibilitat
d'interactuar amb el programa d'una manera gr a ca, independentment
de la con guraci o de l'usuari, permetent l'execuci o del programa en diferents
entorns computacionals. Finalment, hem aplicat un protocol de disseny
experimental optim en un model multicel lular de l'embriog enesi en
vertebrats. / Regulatory mechanisms of cells can be modelled to control and under-
stand cellular biology. Di erent levels of abstraction are used to describe
biological processes. In this work we have used graphs and di erential
equations to model cellular interactions qualitatively and quantitatively.
From di erent organisms, E. coli and S. cerevisiae, we have analysed
data available for they complete interaction and activity networks. At
the level of interaction, the protein-protein interaction network, the tran-
scriptional regulatory networks and the metabolic network have been
studied; for the activity, both gene and protein pro les of the whole or-
ganism have been examined. From the rich variety of graph measures,
one of primer importance is the degree distribution. I have applied sta-
tistical analysis tools to such biological networks in order to characterise
the degree distribution. In all cases the studied degree distributions have
a heavy-tailed shape, but most of them present signi cant di erences
from a power-law model according to a statistical test. Moreover, none
of the networks could be unequivocally assigned to any of the tested
distribution.
On the other hand, in a more ne-grained view, I have used di erential
equations to model dynamics of biochemical systems. First, a software
tool called ByoDyn has been created from scratch incorporating a fairly
complete range of analysis methods. Both deterministic and stochas-
tic simulations can be performed, models can be analysed by means of
parameter estimation, sensitivity, identi ability analysis, and optimal ex-
perimental design. Moreover, a web interface has been created that pro-
vides with the possibility interact with the program in a graphical man-
ner, independent of the user con guration, allowing the execution of the
program at di erent computational environments. Finally, we have ap-
plied a protocol of optimal experimental design on a multicellular model
of embryogenesis.
| Identifer | oai:union.ndltd.org:TDX_UPF/oai:www.tdx.cat:10803/7224 |
| Date | 19 October 2010 |
| Creators | López García de Lomana, Adrián |
| Contributors | Villà i Freixa, Jordi, Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut |
| Publisher | Universitat Pompeu Fabra |
| Source Sets | Universitat Pompeu Fabra |
| Language | English |
| Detected Language | English |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Format | application/pdf |
| Source | TDX (Tesis Doctorals en Xarxa) |
| Rights | info:eu-repo/semantics/openAccess, ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs. |
Page generated in 0.0031 seconds