{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2883967"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2883967","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ ΑΝΑΛΥΣΗ ΜΕΤΑΓΡΑΦΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΜΙΚΡΟΣΥΣΤΟΙΧΙΩΝ ΓΙΑ ΤΗ ΜΕΛΕΤΗ ΕΝΕΡΓΟΠΟΙΗΣΗΣ ΤΟΥ ΜΗΧΑΝΙΣΜΟΥ ΤΟΥ ΠΡΩΤΕΑΣΩΜΑΤΟΣ","abstract":"Η διαδικασία της γήρανσης εκδηλώνεται μέσω του σταδιακού εκφυλισμού της σύστασης, φυσιολογίας και λειτουργίας των κυττάρων, ιστών και οργάνων και χαρακτηρίζεται από την αδυναμία των συστημάτων ομοιόστασης να αντιδρούν ορθώς στα περιβαλλοντικά ερεθίσματα. Η πρωτεόσταση (ομοιόσταση των πρωτεώματος) παίζει σημαντικό ρόλο στη διατήρηση αυτής της πολυστρωματικής (κυτταρικής, ιστικής και οργανισμικής) ομοιόστασης και εξαρτάται από την ισορροπία ανάμεσα στη σύνθεση, επιδιόρθωση και αποικοδόμηση των κυτταρικών πρωτεϊνών.Το πρωτεάσωμα αποτελεί ένα πολυπρωτεϊνικό σύμπλοκο με μείζονα πρωτεολυτική δραστηριότητα. Έχει δειχθεί ότι δυσλειτουργεί κατά την εξέλιξη της γήρανσης και κατά τις σχετιζόμενες με αυτή ασθένειες. Αντίθετα, ενεργοποίηση του μηχανισμού έχει συσχετιστεί με επέκταση τόσο του κυτταρικού όσο και του οργανισμικού προσδόκιμου ζωής καθώς και με καθυστέρηση της εξέλιξης διαφόρων ηλικιοεξαρτώμενων ασθενειών, όπως η νευροεκφυλιστική νόσος του Alzheimer. Η παρούσα εργασία στοχεύει στη βιοπληροφορική ανάλυση μεταγραφικών δεδομένων μικροσυστοιχιών που σχετίζονται με την ενεργοποίηση του πρωτεολυτικού μηχανισμού του πρωτεασώματος. Η πρωτεασωμική ενεργοποίηση θα πραγματοποιηθεί με τη χρήση φυσικών και συνθετικών ουσιών οι οποίες έχουν δειχθεί ήδη: α) να επάγουν τις πρωτεασωμικές ενεργότητες και, β) να οδηγούν σε επιμήκυνση του κυτταρικού προσδόκιμου ζωής ανθρώπινων ινοβλαστών αλλά και του οργανισμικού προσδόκιμου ζωής του νηματώδους σκώληκα C. elegans. Θα συλλεχθεί ολικό RNA από ανθρώπινους ινοβλάστες που θα δεχθούν την επίδραση των υπό μελέτηουσιών (τόσο φυσικών όσο και συνθετικών) σε συνθήκες που επάγουν τη δραστικότητα του πρωτεασώματος. Στα δείγματα αυτά θα πραγματοποιηθούν πειράματα ανάλυσης μικροσυστοιχιών.Για την επεξεργασία και ανάλυση των δεδομένων από τις συστοιχίες της Illumina θα χρησιμοποιηθεί η πλατφόρμα λογισμικού Gene ARMADA και η διαδικτυακή πύλη GRISSOM (www.grissom.gr), που έχει αναπτυχθεί από το πρόγραμμα Μεταβολικής Μηχανικής και Βιοπληροφορικής του ΙΧΒ/ΕΙΕ και έχει χρησιμοποιηθεί για την ανάλυση μεγάλου αριθμού συστοιχιών γονιδιακής και πρωτεϊνικής έκφρασης. Αποτελούν ελεύθερο λογισμικό που θα χρησιμοποιηθεί για την προ-επεξεργασία των συστοιχιών που περιλαμβάνει την απαλοιφή θορύβου (noise filterig) από τα δεδομένα, την κανονικοποίηση τους (normalization) και τη διόρθωσηυποβάθρου (background correction) αλλά και την πρωταρχική επιλογή των πιο σημαντικά διαφοροποιημένων γονιδίων μεταξύ των διαφορετικών φαινοτυπικών κατηγοριών προς εξέταση. Με σκοπό το τελευταίο θα αξιοποιηθούν μεθοδολογίες στατιστικής εκλογής και ελέγχων έλεγχων που υποστηρίζονται από την Gene ARMADA και την πύλη GRISSOM, όπως παραμετρικοί στατιστικοί έλεγχοι (t-test, ANOVA) και μη 7παραμετρικοί έλεγχοι (π.χ. με βάση την τυχαία επαναληπτική δειγματοληψία bootstrapping των δεδομένων που εξάγουν πιο αυστηρά στατιστικά συμπεράσματα που μετρούνται με βάση το False Discovery Rate).Παράλληλα θα γίνει χρήση μεθόδων μη επιβλεπόμενης μάθησης (hierarchical, k-means, Fuzzy C-means) για την ομαδοποίηση δειγμάτων (clustering) με βάση τα δεδομένα, ενώ θα γίνει χρήση της μεθόδου Gap Statistic που αυτόματα επιλέγει τον αριθμό των ομάδων (clusters). Οι εξαγόμενες λίστες γονιδίων με βάση τις στατιστικές μεθόδους επιλογής και τις μεθόδους ομαδοποίησης θα τροφοδοτήσουν εργαλεία ανεπτυγμένα από το πρόγραμμα Μεταβολικής Μηχανικήςκαι Βιοπληροφορικής που συσχετίζουν λίστες γονιδίων ενδιαφέροντος, με σημασιολογική λειτουργική πληροφορία που αφορά στη λειτουργία των γονιδίων/πρωτεϊνών και τα βιοχημικά μονοπάτια που αυτά εμπλέκονται. Συγκεκριμένα, τα εργαλεία StRAnGER (www.grissom.gr/stranger/) και GORevEng χρησιμοποιούν προηγμένους συνδυασμούς στατιστικών ελέγχων (υπεργεωμετρικός, x2 και Fischer έλεγχος) με σύγχρονες μεθόδους δειγματοληψίας (bootstrapping), αλλά και μετρικές ομοιότητας γράφων. Ως αποτέλεσμα, συνδέουν τις λίστες γονιδίων ενδιαφέροντος με τη σημασιολογική πληροφορία για στατιστικά σημαντικές συσχετισμένες λειτουργίες ή βιοχημικά μονοπάτια που εμφανίζονται στο περιεχόμενο αντίστοιχων οντολογίων (Gene Ontology Terms, GOTs) ή άλλες καλά ορισμένες μορφές οργάνωσης της πληροφορίας (KEGG pathways).Τελικός στόχος θα είναι η εξαγωγή των ευρύτερων μοριακών μονοπατιών/δικτύων που εμπλέκονται στην ενεργοποίηση του πρωτεασωμικού μηχανισμού και η ταυτοποίηση μονοπατιών που ενεργοποιούνται καταρροϊκά της πρωτεασωμικής ενεργοποίησης. Ημελέτη διαφόρων ουσιών/ενεργοποιητών θα αποκαλύψει τόσο κοινά μονοπάτια που επηρεάζονται κατά την ενεργοποίηση του πρωτεασώματος ανεξάρτητα από την υπό μελέτη ουσία όσο και μοναδικά μονοπάτια που σχετίζονται με την πρωτεασωμική ενεργοποίηση μέσω της δράσης συγκεκριμένης ουσίας.","abstract_html":"Η διαδικασία της γήρανσης εκδηλώνεται μέσω του σταδιακού εκφυλισμού της σύστασης, φυσιολογίας και λειτουργίας των κυττάρων, ιστών και οργάνων και χαρακτηρίζεται από την αδυναμία των συστημάτων ομοιόστασης να αντιδρούν ορθώς στα περιβαλλοντικά ερεθίσματα. Η πρωτεόσταση (ομοιόσταση των πρωτεώματος) παίζει σημαντικό ρόλο στη διατήρηση αυτής της πολυστρωματικής (κυτταρικής, ιστικής και οργανισμικής) ομοιόστασης και εξαρτάται από την ισορροπία ανάμεσα στη σύνθεση, επιδιόρθωση και αποικοδόμηση των κυτταρικών πρωτεϊνών.Το πρωτεάσωμα αποτελεί ένα πολυπρωτεϊνικό σύμπλοκο με μείζονα πρωτεολυτική δραστηριότητα. Έχει δειχθεί ότι δυσλειτουργεί κατά την εξέλιξη της γήρανσης και κατά τις σχετιζόμενες με αυτή ασθένειες. Αντίθετα, ενεργοποίηση του μηχανισμού έχει συσχετιστεί με επέκταση τόσο του κυτταρικού όσο και του οργανισμικού προσδόκιμου ζωής καθώς και με καθυστέρηση της εξέλιξης διαφόρων ηλικιοεξαρτώμενων ασθενειών, όπως η νευροεκφυλιστική νόσος του Alzheimer. Η παρούσα εργασία στοχεύει στη βιοπληροφορική ανάλυση μεταγραφικών δεδομένων μικροσυστοιχιών που σχετίζονται με την ενεργοποίηση του πρωτεολυτικού μηχανισμού του πρωτεασώματος. Η πρωτεασωμική ενεργοποίηση θα πραγματοποιηθεί με τη χρήση φυσικών και συνθετικών ουσιών οι οποίες έχουν δειχθεί ήδη: α) να επάγουν τις πρωτεασωμικές ενεργότητες και, β) να οδηγούν σε επιμήκυνση του κυτταρικού προσδόκιμου ζωής ανθρώπινων ινοβλαστών αλλά και του οργανισμικού προσδόκιμου ζωής του νηματώδους σκώληκα C. elegans. Θα συλλεχθεί ολικό RNA από ανθρώπινους ινοβλάστες που θα δεχθούν την επίδραση των υπό μελέτηουσιών (τόσο φυσικών όσο και συνθετικών) σε συνθήκες που επάγουν τη δραστικότητα του πρωτεασώματος. Στα δείγματα αυτά θα πραγματοποιηθούν πειράματα ανάλυσης μικροσυστοιχιών.Για την επεξεργασία και ανάλυση των δεδομένων από τις συστοιχίες της Illumina θα χρησιμοποιηθεί η πλατφόρμα λογισμικού Gene ARMADA και η διαδικτυακή πύλη GRISSOM (www.grissom.gr), που έχει αναπτυχθεί από το πρόγραμμα Μεταβολικής Μηχανικής και Βιοπληροφορικής του ΙΧΒ/ΕΙΕ και έχει χρησιμοποιηθεί για την ανάλυση μεγάλου αριθμού συστοιχιών γονιδιακής και πρωτεϊνικής έκφρασης. Αποτελούν ελεύθερο λογισμικό που θα χρησιμοποιηθεί για την προ-επεξεργασία των συστοιχιών που περιλαμβάνει την απαλοιφή θορύβου (noise filterig) από τα δεδομένα, την κανονικοποίηση τους (normalization) και τη διόρθωσηυποβάθρου (background correction) αλλά και την πρωταρχική επιλογή των πιο σημαντικά διαφοροποιημένων γονιδίων μεταξύ των διαφορετικών φαινοτυπικών κατηγοριών προς εξέταση. Με σκοπό το τελευταίο θα αξιοποιηθούν μεθοδολογίες στατιστικής εκλογής και ελέγχων έλεγχων που υποστηρίζονται από την Gene ARMADA και την πύλη GRISSOM, όπως παραμετρικοί στατιστικοί έλεγχοι (t-test, ANOVA) και μη 7παραμετρικοί έλεγχοι (π.χ. με βάση την τυχαία επαναληπτική δειγματοληψία bootstrapping των δεδομένων που εξάγουν πιο αυστηρά στατιστικά συμπεράσματα που μετρούνται με βάση το False Discovery Rate).Παράλληλα θα γίνει χρήση μεθόδων μη επιβλεπόμενης μάθησης (hierarchical, k-means, Fuzzy C-means) για την ομαδοποίηση δειγμάτων (clustering) με βάση τα δεδομένα, ενώ θα γίνει χρήση της μεθόδου Gap Statistic που αυτόματα επιλέγει τον αριθμό των ομάδων (clusters). Οι εξαγόμενες λίστες γονιδίων με βάση τις στατιστικές μεθόδους επιλογής και τις μεθόδους ομαδοποίησης θα τροφοδοτήσουν εργαλεία ανεπτυγμένα από το πρόγραμμα Μεταβολικής Μηχανικήςκαι Βιοπληροφορικής που συσχετίζουν λίστες γονιδίων ενδιαφέροντος, με σημασιολογική λειτουργική πληροφορία που αφορά στη λειτουργία των γονιδίων/πρωτεϊνών και τα βιοχημικά μονοπάτια που αυτά εμπλέκονται. Συγκεκριμένα, τα εργαλεία StRAnGER (www.grissom.gr/stranger/) και GORevEng χρησιμοποιούν προηγμένους συνδυασμούς στατιστικών ελέγχων (υπεργεωμετρικός, x2 και Fischer έλεγχος) με σύγχρονες μεθόδους δειγματοληψίας (bootstrapping), αλλά και μετρικές ομοιότητας γράφων. Ως αποτέλεσμα, συνδέουν τις λίστες γονιδίων ενδιαφέροντος με τη σημασιολογική πληροφορία για στατιστικά σημαντικές συσχετισμένες λειτουργίες ή βιοχημικά μονοπάτια που εμφανίζονται στο περιεχόμενο αντίστοιχων οντολογίων (Gene Ontology Terms, GOTs) ή άλλες καλά ορισμένες μορφές οργάνωσης της πληροφορίας (KEGG pathways).Τελικός στόχος θα είναι η εξαγωγή των ευρύτερων μοριακών μονοπατιών/δικτύων που εμπλέκονται στην ενεργοποίηση του πρωτεασωμικού μηχανισμού και η ταυτοποίηση μονοπατιών που ενεργοποιούνται καταρροϊκά της πρωτεασωμικής ενεργοποίησης. Ημελέτη διαφόρων ουσιών/ενεργοποιητών θα αποκαλύψει τόσο κοινά μονοπάτια που επηρεάζονται κατά την ενεργοποίηση του πρωτεασώματος ανεξάρτητα από την υπό μελέτη ουσία όσο και μοναδικά μονοπάτια που σχετίζονται με την πρωτεασωμική ενεργοποίηση μέσω της δράσης συγκεκριμένης ουσίας.","abstract_has_math":false,"creators":["Γιώσα Ευθυμία","Giosa Efthymia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2019,"date_issued":"2019","date_published":"2019","updated_at":"2026-11-19T05:36:17Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","English","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2883967"],"render_values":[{"text":"uoadl:2883967","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2883967","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2883967","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2883967","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Γιώσα Ευθυμία","Giosa Efthymia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2019"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","English","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2883967","https://pergamos.lib.uoa.gr/uoa/dl/object/2883967"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η διαδικασία της γήρανσης εκδηλώνεται μέσω του σταδιακού εκφυλισμού της σύστασης, φυσιολογίας και λειτουργίας των κυττάρων, ιστών και οργάνων και χαρακτηρίζεται από την αδυναμία των συστημάτων ομοιόστασης να αντιδρούν ορθώς στα περιβαλλοντικά ερεθίσματα. Η πρωτεόσταση (ομοιόσταση των πρωτεώματος) παίζει σημαντικό ρόλο στη διατήρηση αυτής της πολυστρωματικής (κυτταρικής, ιστικής και οργανισμικής) ομοιόστασης και εξαρτάται από την ισορροπία ανάμεσα στη σύνθεση, επιδιόρθωση και αποικοδόμηση των κυτταρικών πρωτεϊνών.Το πρωτεάσωμα αποτελεί ένα πολυπρωτεϊνικό σύμπλοκο με μείζονα πρωτεολυτική δραστηριότητα. Έχει δειχθεί ότι δυσλειτουργεί κατά την εξέλιξη της γήρανσης και κατά τις σχετιζόμενες με αυτή ασθένειες. Αντίθετα, ενεργοποίηση του μηχανισμού έχει συσχετιστεί με επέκταση τόσο του κυτταρικού όσο και του οργανισμικού προσδόκιμου ζωής καθώς και με καθυστέρηση της εξέλιξης διαφόρων ηλικιοεξαρτώμενων ασθενειών, όπως η νευροεκφυλιστική νόσος του Alzheimer. Η παρούσα εργασία στοχεύει στη βιοπληροφορική ανάλυση μεταγραφικών δεδομένων μικροσυστοιχιών που σχετίζονται με την ενεργοποίηση του πρωτεολυτικού μηχανισμού του πρωτεασώματος. Η πρωτεασωμική ενεργοποίηση θα πραγματοποιηθεί με τη χρήση φυσικών και συνθετικών ουσιών οι οποίες έχουν δειχθεί ήδη: α) να επάγουν τις πρωτεασωμικές ενεργότητες και, β) να οδηγούν σε επιμήκυνση του κυτταρικού προσδόκιμου ζωής ανθρώπινων ινοβλαστών αλλά και του οργανισμικού προσδόκιμου ζωής του νηματώδους σκώληκα C. elegans. Θα συλλεχθεί ολικό RNA από ανθρώπινους ινοβλάστες που θα δεχθούν την επίδραση των υπό μελέτηουσιών (τόσο φυσικών όσο και συνθετικών) σε συνθήκες που επάγουν τη δραστικότητα του πρωτεασώματος. Στα δείγματα αυτά θα πραγματοποιηθούν πειράματα ανάλυσης μικροσυστοιχιών.Για την επεξεργασία και ανάλυση των δεδομένων από τις συστοιχίες της Illumina θα χρησιμοποιηθεί η πλατφόρμα λογισμικού Gene ARMADA και η διαδικτυακή πύλη GRISSOM (www.grissom.gr), που έχει αναπτυχθεί από το πρόγραμμα Μεταβολικής Μηχανικής και Βιοπληροφορικής του ΙΧΒ/ΕΙΕ και έχει χρησιμοποιηθεί για την ανάλυση μεγάλου αριθμού συστοιχιών γονιδιακής και πρωτεϊνικής έκφρασης. Αποτελούν ελεύθερο λογισμικό που θα χρησιμοποιηθεί για την προ-επεξεργασία των συστοιχιών που περιλαμβάνει την απαλοιφή θορύβου (noise filterig) από τα δεδομένα, την κανονικοποίηση τους (normalization) και τη διόρθωσηυποβάθρου (background correction) αλλά και την πρωταρχική επιλογή των πιο σημαντικά διαφοροποιημένων γονιδίων μεταξύ των διαφορετικών φαινοτυπικών κατηγοριών προς εξέταση. Με σκοπό το τελευταίο θα αξιοποιηθούν μεθοδολογίες στατιστικής εκλογής και ελέγχων έλεγχων που υποστηρίζονται από την Gene ARMADA και την πύλη GRISSOM, όπως παραμετρικοί στατιστικοί έλεγχοι (t-test, ANOVA) και μη 7παραμετρικοί έλεγχοι (π.χ. με βάση την τυχαία επαναληπτική δειγματοληψία bootstrapping των δεδομένων που εξάγουν πιο αυστηρά στατιστικά συμπεράσματα που μετρούνται με βάση το False Discovery Rate).Παράλληλα θα γίνει χρήση μεθόδων μη επιβλεπόμενης μάθησης (hierarchical, k-means, Fuzzy C-means) για την ομαδοποίηση δειγμάτων (clustering) με βάση τα δεδομένα, ενώ θα γίνει χρήση της μεθόδου Gap Statistic που αυτόματα επιλέγει τον αριθμό των ομάδων (clusters). Οι εξαγόμενες λίστες γονιδίων με βάση τις στατιστικές μεθόδους επιλογής και τις μεθόδους ομαδοποίησης θα τροφοδοτήσουν εργαλεία ανεπτυγμένα από το πρόγραμμα Μεταβολικής Μηχανικήςκαι Βιοπληροφορικής που συσχετίζουν λίστες γονιδίων ενδιαφέροντος, με σημασιολογική λειτουργική πληροφορία που αφορά στη λειτουργία των γονιδίων/πρωτεϊνών και τα βιοχημικά μονοπάτια που αυτά εμπλέκονται. Συγκεκριμένα, τα εργαλεία StRAnGER (www.grissom.gr/stranger/) και GORevEng χρησιμοποιούν προηγμένους συνδυασμούς στατιστικών ελέγχων (υπεργεωμετρικός, x2 και Fischer έλεγχος) με σύγχρονες μεθόδους δειγματοληψίας (bootstrapping), αλλά και μετρικές ομοιότητας γράφων. Ως αποτέλεσμα, συνδέουν τις λίστες γονιδίων ενδιαφέροντος με τη σημασιολογική πληροφορία για στατιστικά σημαντικές συσχετισμένες λειτουργίες ή βιοχημικά μονοπάτια που εμφανίζονται στο περιεχόμενο αντίστοιχων οντολογίων (Gene Ontology Terms, GOTs) ή άλλες καλά ορισμένες μορφές οργάνωσης της πληροφορίας (KEGG pathways).Τελικός στόχος θα είναι η εξαγωγή των ευρύτερων μοριακών μονοπατιών/δικτύων που εμπλέκονται στην ενεργοποίηση του πρωτεασωμικού μηχανισμού και η ταυτοποίηση μονοπατιών που ενεργοποιούνται καταρροϊκά της πρωτεασωμικής ενεργοποίησης. Ημελέτη διαφόρων ουσιών/ενεργοποιητών θα αποκαλύψει τόσο κοινά μονοπάτια που επηρεάζονται κατά την ενεργοποίηση του πρωτεασώματος ανεξάρτητα από την υπό μελέτη ουσία όσο και μοναδικά μονοπάτια που σχετίζονται με την πρωτεασωμική ενεργοποίηση μέσω της δράσης συγκεκριμένης ουσίας.","The processof agingis manifested through the gradual degeneration of the composition, physiology and function of cells, tissues and organs and is characterized by the inability of homeostasis systems to respond correctly to environmental stimuli. Proteostasis (protein homeostasis) plays an important role in maintaining this multilayer (cellular, tissue and organismic) homeostasis and depends on the balance between the synthesis, repair and degradation of cellular proteins.The proteasome is a multiprotein complex with major proteolytic activity.It has been shown to be dysfunctional in the course of aging and related diseases. In contrast, activation of the mechanism has been associated with an extension of both cellular and organismic life expectancy as well as delayed progression of various age-related diseases, such as Alzheimer's neurodegenerative disease.The present work aims at bioinformatic analysis of microarray transcriptional data related to activation of the proteolytic mechanism of the proteasome. Proteasomal activation will take place using natural and synthetic substances that have already been shown to: (a) induce proteasome activities and, (b) lead to prolong the cellular life expectancy of human fibroblasts as well as the life expectancy of the filamentous moth C. elegans. Total RNA will be harvested from human fibroblasts that will accept the effect of the substances under study (both natural and synthetic) in conditions that induce proteasome activity. Microarray analysis experiments will be performed on these samples.The Gene ARMADA software platform and the GRISSOM web portal (www.grissom.gr) developed by IBFXB's Metabolic Engineering and Bioinformatics software and used for the data processing and analysis of Illumina's clusters will be used. the analysis of a large number of gene and protein expression clusters. They are free software that will be used to pre-process the arrays, which includes noise filtering, normalization and background correction, as well as the primary selection of the most significantly differentiated genes. between the different phenotypic classes to be examined. The latter will utilize statistical selection and test methodologies supported by Gene ARMADA and the GRISSOM portal, such as parametric tests (t-test, ANOVA) and non-parametric tests (e.g., based on bootstrapping random sampling). data that produces more stringent statistical conclusions based on the False Discovery Rate).At the same time, hierarchical, k-means, Fuzzy C-means will be used to cluster data based on data, whilethe Gap Statistic method will automatically select the number of clusters. . Extracted gene lists based on statistical selection methods and clustering methods will power tools developed by the Metabolic Engineering and Bioinformatics Program that correlate gene lists of interest with semantic functional information 9related to the function of these genes/proteins. Specifically, the StRAnGER tools (www.grissom.gr/stranger/) and GORevEng use advanced combinations of statistical tests (hypergometric, x2 and Fischer control) with modern bootstrapping methods and graph similarity metrics. As a result, they link gene lists of interest to semantic information for statistically significant correlated functions or biochemical pathways that appear in the content of corresponding ontologies (Gene Ontology Terms, GOTs) or other well-defined forms of information organization (KEGG pathways).The ultimate goal will be to extract the broader molecular pathways/networks involved in proteasome activation and to identify pathways activated catastrophically by proteasome activation. The study of various substances/activators will reveal both common pathways that are involved in proteasome activation independently of the substance under study and unique pathways associated with proteasome activation through the action of a specific substance."]},{"key":"dc:title","label":"Title","values":["ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ ΑΝΑΛΥΣΗ ΜΕΤΑΓΡΑΦΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΜΙΚΡΟΣΥΣΤΟΙΧΙΩΝ ΓΙΑ ΤΗ ΜΕΛΕΤΗ ΕΝΕΡΓΟΠΟΙΗΣΗΣ ΤΟΥ ΜΗΧΑΝΙΣΜΟΥ ΤΟΥ ΠΡΩΤΕΑΣΩΜΑΤΟΣ"]}]}],"canonical_facts":{"dc:creator":["Γιώσα Ευθυμία","Giosa Efthymia"],"dc:date":["2019"],"dc:description":["Η διαδικασία της γήρανσης εκδηλώνεται μέσω του σταδιακού εκφυλισμού της σύστασης, φυσιολογίας και λειτουργίας των κυττάρων, ιστών και οργάνων και χαρακτηρίζεται από την αδυναμία των συστημάτων ομοιόστασης να αντιδρούν ορθώς στα περιβαλλοντικά ερεθίσματα. Η πρωτεόσταση (ομοιόσταση των πρωτεώματος) παίζει σημαντικό ρόλο στη διατήρηση αυτής της πολυστρωματικής (κυτταρικής, ιστικής και οργανισμικής) ομοιόστασης και εξαρτάται από την ισορροπία ανάμεσα στη σύνθεση, επιδιόρθωση και αποικοδόμηση των κυτταρικών πρωτεϊνών.Το πρωτεάσωμα αποτελεί ένα πολυπρωτεϊνικό σύμπλοκο με μείζονα πρωτεολυτική δραστηριότητα. Έχει δειχθεί ότι δυσλειτουργεί κατά την εξέλιξη της γήρανσης και κατά τις σχετιζόμενες με αυτή ασθένειες. Αντίθετα, ενεργοποίηση του μηχανισμού έχει συσχετιστεί με επέκταση τόσο του κυτταρικού όσο και του οργανισμικού προσδόκιμου ζωής καθώς και με καθυστέρηση της εξέλιξης διαφόρων ηλικιοεξαρτώμενων ασθενειών, όπως η νευροεκφυλιστική νόσος του Alzheimer. Η παρούσα εργασία στοχεύει στη βιοπληροφορική ανάλυση μεταγραφικών δεδομένων μικροσυστοιχιών που σχετίζονται με την ενεργοποίηση του πρωτεολυτικού μηχανισμού του πρωτεασώματος. Η πρωτεασωμική ενεργοποίηση θα πραγματοποιηθεί με τη χρήση φυσικών και συνθετικών ουσιών οι οποίες έχουν δειχθεί ήδη: α) να επάγουν τις πρωτεασωμικές ενεργότητες και, β) να οδηγούν σε επιμήκυνση του κυτταρικού προσδόκιμου ζωής ανθρώπινων ινοβλαστών αλλά και του οργανισμικού προσδόκιμου ζωής του νηματώδους σκώληκα C. elegans. Θα συλλεχθεί ολικό RNA από ανθρώπινους ινοβλάστες που θα δεχθούν την επίδραση των υπό μελέτηουσιών (τόσο φυσικών όσο και συνθετικών) σε συνθήκες που επάγουν τη δραστικότητα του πρωτεασώματος. Στα δείγματα αυτά θα πραγματοποιηθούν πειράματα ανάλυσης μικροσυστοιχιών.Για την επεξεργασία και ανάλυση των δεδομένων από τις συστοιχίες της Illumina θα χρησιμοποιηθεί η πλατφόρμα λογισμικού Gene ARMADA και η διαδικτυακή πύλη GRISSOM (www.grissom.gr), που έχει αναπτυχθεί από το πρόγραμμα Μεταβολικής Μηχανικής και Βιοπληροφορικής του ΙΧΒ/ΕΙΕ και έχει χρησιμοποιηθεί για την ανάλυση μεγάλου αριθμού συστοιχιών γονιδιακής και πρωτεϊνικής έκφρασης. Αποτελούν ελεύθερο λογισμικό που θα χρησιμοποιηθεί για την προ-επεξεργασία των συστοιχιών που περιλαμβάνει την απαλοιφή θορύβου (noise filterig) από τα δεδομένα, την κανονικοποίηση τους (normalization) και τη διόρθωσηυποβάθρου (background correction) αλλά και την πρωταρχική επιλογή των πιο σημαντικά διαφοροποιημένων γονιδίων μεταξύ των διαφορετικών φαινοτυπικών κατηγοριών προς εξέταση. Με σκοπό το τελευταίο θα αξιοποιηθούν μεθοδολογίες στατιστικής εκλογής και ελέγχων έλεγχων που υποστηρίζονται από την Gene ARMADA και την πύλη GRISSOM, όπως παραμετρικοί στατιστικοί έλεγχοι (t-test, ANOVA) και μη 7παραμετρικοί έλεγχοι (π.χ. με βάση την τυχαία επαναληπτική δειγματοληψία bootstrapping των δεδομένων που εξάγουν πιο αυστηρά στατιστικά συμπεράσματα που μετρούνται με βάση το False Discovery Rate).Παράλληλα θα γίνει χρήση μεθόδων μη επιβλεπόμενης μάθησης (hierarchical, k-means, Fuzzy C-means) για την ομαδοποίηση δειγμάτων (clustering) με βάση τα δεδομένα, ενώ θα γίνει χρήση της μεθόδου Gap Statistic που αυτόματα επιλέγει τον αριθμό των ομάδων (clusters). Οι εξαγόμενες λίστες γονιδίων με βάση τις στατιστικές μεθόδους επιλογής και τις μεθόδους ομαδοποίησης θα τροφοδοτήσουν εργαλεία ανεπτυγμένα από το πρόγραμμα Μεταβολικής Μηχανικήςκαι Βιοπληροφορικής που συσχετίζουν λίστες γονιδίων ενδιαφέροντος, με σημασιολογική λειτουργική πληροφορία που αφορά στη λειτουργία των γονιδίων/πρωτεϊνών και τα βιοχημικά μονοπάτια που αυτά εμπλέκονται. Συγκεκριμένα, τα εργαλεία StRAnGER (www.grissom.gr/stranger/) και GORevEng χρησιμοποιούν προηγμένους συνδυασμούς στατιστικών ελέγχων (υπεργεωμετρικός, x2 και Fischer έλεγχος) με σύγχρονες μεθόδους δειγματοληψίας (bootstrapping), αλλά και μετρικές ομοιότητας γράφων. Ως αποτέλεσμα, συνδέουν τις λίστες γονιδίων ενδιαφέροντος με τη σημασιολογική πληροφορία για στατιστικά σημαντικές συσχετισμένες λειτουργίες ή βιοχημικά μονοπάτια που εμφανίζονται στο περιεχόμενο αντίστοιχων οντολογίων (Gene Ontology Terms, GOTs) ή άλλες καλά ορισμένες μορφές οργάνωσης της πληροφορίας (KEGG pathways).Τελικός στόχος θα είναι η εξαγωγή των ευρύτερων μοριακών μονοπατιών/δικτύων που εμπλέκονται στην ενεργοποίηση του πρωτεασωμικού μηχανισμού και η ταυτοποίηση μονοπατιών που ενεργοποιούνται καταρροϊκά της πρωτεασωμικής ενεργοποίησης. Ημελέτη διαφόρων ουσιών/ενεργοποιητών θα αποκαλύψει τόσο κοινά μονοπάτια που επηρεάζονται κατά την ενεργοποίηση του πρωτεασώματος ανεξάρτητα από την υπό μελέτη ουσία όσο και μοναδικά μονοπάτια που σχετίζονται με την πρωτεασωμική ενεργοποίηση μέσω της δράσης συγκεκριμένης ουσίας.","The processof agingis manifested through the gradual degeneration of the composition, physiology and function of cells, tissues and organs and is characterized by the inability of homeostasis systems to respond correctly to environmental stimuli. Proteostasis (protein homeostasis) plays an important role in maintaining this multilayer (cellular, tissue and organismic) homeostasis and depends on the balance between the synthesis, repair and degradation of cellular proteins.The proteasome is a multiprotein complex with major proteolytic activity.It has been shown to be dysfunctional in the course of aging and related diseases. In contrast, activation of the mechanism has been associated with an extension of both cellular and organismic life expectancy as well as delayed progression of various age-related diseases, such as Alzheimer's neurodegenerative disease.The present work aims at bioinformatic analysis of microarray transcriptional data related to activation of the proteolytic mechanism of the proteasome. Proteasomal activation will take place using natural and synthetic substances that have already been shown to: (a) induce proteasome activities and, (b) lead to prolong the cellular life expectancy of human fibroblasts as well as the life expectancy of the filamentous moth C. elegans. Total RNA will be harvested from human fibroblasts that will accept the effect of the substances under study (both natural and synthetic) in conditions that induce proteasome activity. Microarray analysis experiments will be performed on these samples.The Gene ARMADA software platform and the GRISSOM web portal (www.grissom.gr) developed by IBFXB's Metabolic Engineering and Bioinformatics software and used for the data processing and analysis of Illumina's clusters will be used. the analysis of a large number of gene and protein expression clusters. They are free software that will be used to pre-process the arrays, which includes noise filtering, normalization and background correction, as well as the primary selection of the most significantly differentiated genes. between the different phenotypic classes to be examined. The latter will utilize statistical selection and test methodologies supported by Gene ARMADA and the GRISSOM portal, such as parametric tests (t-test, ANOVA) and non-parametric tests (e.g., based on bootstrapping random sampling). data that produces more stringent statistical conclusions based on the False Discovery Rate).At the same time, hierarchical, k-means, Fuzzy C-means will be used to cluster data based on data, whilethe Gap Statistic method will automatically select the number of clusters. . Extracted gene lists based on statistical selection methods and clustering methods will power tools developed by the Metabolic Engineering and Bioinformatics Program that correlate gene lists of interest with semantic functional information 9related to the function of these genes/proteins. Specifically, the StRAnGER tools (www.grissom.gr/stranger/) and GORevEng use advanced combinations of statistical tests (hypergometric, x2 and Fischer control) with modern bootstrapping methods and graph similarity metrics. As a result, they link gene lists of interest to semantic information for statistically significant correlated functions or biochemical pathways that appear in the content of corresponding ontologies (Gene Ontology Terms, GOTs) or other well-defined forms of information organization (KEGG pathways).The ultimate goal will be to extract the broader molecular pathways/networks involved in proteasome activation and to identify pathways activated catastrophically by proteasome activation. The study of various substances/activators will reveal both common pathways that are involved in proteasome activation independently of the substance under study and unique pathways associated with proteasome activation through the action of a specific substance."],"dc:identifier":["uoadl:2883967","https://pergamos.lib.uoa.gr/uoa/dl/object/2883967"],"dc:language":["Ελληνικά","English","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ ΑΝΑΛΥΣΗ ΜΕΤΑΓΡΑΦΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΜΙΚΡΟΣΥΣΤΟΙΧΙΩΝ ΓΙΑ ΤΗ ΜΕΛΕΤΗ ΕΝΕΡΓΟΠΟΙΗΣΗΣ ΤΟΥ ΜΗΧΑΝΙΣΜΟΥ ΤΟΥ ΠΡΩΤΕΑΣΩΜΑΤΟΣ"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:36:17Z"}