{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2966101"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2966101","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"«Ανάπτυξη βιοπληροφορικών ροών και εργαλείων για την μελέτη της ανοσοβιολογικής απόκρισης στον SARS-CoV-2, με βάση τις τεχνολογίες αλληλούχισης επόμενης γενεάς (NGS–RNAseq)».","abstract":"Ο SARS-CoV-2 είναι ένας νέος βήτα κορωνοϊός, ο οποίος εμφανίστηκε στο τέλος του 2019, στην επαρχία Hubei της Κίνας. Προκαλεί τη νόσο coronavirus disease 2019 (COVID-19), η οποία ανακηρύχθηκε ως πανδημία από τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ) στις 11 Μαρτίου του 2020. H κλινική εικόνα της νόσου COVID-19 εξαρτάται σε μεγάλο βαθμό από την ανοσολογική απόκριση. Στην ανοσολογική απόκριση στη COVID-19 συμμετέχει τόσο η μη ειδική ανοσία, όσο και η ειδική ανοσία - χυμική και κυτταρική-. Έπειτα από την είσοδο του SARS-Cov-2 στα ανθρώπινα κύτταρα, ιογενή RNAs απελευθερώνονται και δρουν σαν ειδικά μοριακά πρότυπα των παθογόνων (Pathogen-associated molecular patterns, PAMPs), τα οποία αναγνωρίζονται από υποδοχείς αναγνώρισης προτύπων (Pattern recognition receptors, PRRs), όπως ανάλογοι των Toll υποδοχείς (Toll-like receptors, TLRs). Σαν αποτέλεσμα, μεταξύ άλλων, εκφράζονται προφλεγμονώδεις κυτταροκίνες, χημειοκίνες (πχ, IL-1, IL-6) και διαλυτοί παράγοντες που συσχετίζονται με γονίδια που κωδικοποιούν ιντερφερόνες (Interferon-Stimulated Genes, ISGs). Ακόμη, μέρη του ιού, όπως η πρωτεΐνη-ακίδα, μπορούν να αναγνωριστούν από τα Β λεμφοκύτταρα και να παρουσιαστούν από MHC συμπλέγματα στα Τ λεμφοκύτταρα, με επακόλουθο την παραγωγή αντισωμάτων και την κυτταρολυτική δραστηριότητα κατά την οξεία φάση της λοίμωξης. Η αλληλούχιση του RNA (RNA-SEQ) και η εξειδικευμένη βιοπληροφορική ανάλυση του μεταγραφώματος ασθενών με COVID19 αποτελεί βασικό εργαλείο μελέτης της διαφορικής έκφρασης των γονιδίων μεταξύ ομάδων ασθενών. Η γενική ροή εργασίας κατά την ανάλυση της γονιδιακής έκφρασης αποτελείται από το πειραματικό μέρος και το υπολογιστικό μέρος. Το πειραματικό μέρος συνίσταται από τα ακόλουθα βήματα: απομόνωση RNA, προετοιμασία βιβλιοθήκης, έλεγχος ποιότητας και αλληλούχιση επόμενης γενιάς, ενώ η βιοπληροφορική ανάλυση συνίσταται από τα εξής βήματα: επεξεργασία των αναγνώσεων (συμπεριλαμβανομένης της στοίχισης, alignment), εκτίμηση των επιμέρους επιπέδων γονιδιακής έκφρασης, κανονικοποίηση, ταυτοποίηση γονιδίων με ανάλυση διαφορικής έκφρασης. Το QuantSeq αποτελεί μία μέθοδο προετοιμασίας δείγματος RNA με σκοπό τον ακριβή προσδιορισμό της γονιδιακής έκφρασης. Το QuantSeq παρέχει ένα ευέλικτο πρωτόκολλο για τη δημιουργία βιβλιοθηκών αλληλούχισης επόμενης γενιάς με υψηλή εξειδίκευση στην αλυσίδα κοντά στο 3′ άκρο πολυαδενυλιωμένων RNA. Παράγεται μόνο ένα θραύσμα ανά μεταγραφή, συνδέοντας άμεσα τον αριθμό των αναγνώσεων που αντιστοιχούν σε ένα γονίδιο με την έκφρασή του. Στη συγκεκριμένη εργασία, εφαρμόστηκε το πρωτόκολλο QuantSeq για τη μελέτη της ανοσολογικής απόκρισης 8 ασθενών με COVID-19, οι οποίοι διέφεραν ως προς το χρόνο αρνητικοποίησης του RT-PCR SARS-CoV-2 test. Ειδικότερα, έγινε ανάλυση διαφορικής έκφρασης μεταξύ 4 ασθενών με νόσο COVID-19, οι οποίοι είχαν θετικό RT-PCR SARS-CoV-2 test τουλάχιστον ένα μήνα μετά την αρχική θετικοποίηση, και 4 ασθενών που είχαν αρνητικό δεύτερο test μία εβδομάδα μετά την αρχική θετικοποίηση. Για το σκοπό αυτό, μετά την εκτέλεση του πειράματος αλληλούχισης QuantSeq, πραγματοποιήθηκε η βιοπληροφορική ανάλυση με τη χρήση διαφόρων εργαλείων για το κάθε βήμα, το BBduk για το trimming, το STAR και το Salmon για τη στοίχιση, το DESeq2 και το edgeR για την ανάλυση διαφορικής έκφρασης, το DAVID και το g: Profiler για τη λειτουργική ανάλυση και τα CIBERSORTx και xCell για την ψηφιακή κυτταρομετρία ροής. Η βιοπληροφορική ροή που επιλέχθηκε ήταν η κάτωθι: STAR ⇛ DESeq2 ⇛ DAVID. Από την ανάλυση διαφορικής έκφρασης βρέθηκαν 4464 διαφορικά εκφρασμένα γονίδια σε επίπεδο σημαντικότητας 5% και |log2foldchange|>1. Επίσης, από τη λειτουργική ανάλυση, προέκυψε ότι οι γονιδιακές οντολογίες που εμπλουτίστηκαν στατιστικά σημαντικά ήταν οι εξής: κυτταρική προσκόλληση (cell adhesion), χημική συναπτική μετάδοση (chemical synaptic transmission), σηματοδότηση μεσολαβούμενη από ιντερφερόνη γάμμα (interferon-gamma-mediated) και τα κάτωθι μονοπάτια: μονοπάτι σηματοδότησης ασβεστίου (calcium signaling pathway), εθισμός στη μορφίνη (morphine addiction), καθοδήγηση του άξονα των νευρικών κυττάρων (axon guidance), μόρια κυτταρικής προσκόλλησης (cell adhesion molecules, CAMs), διαφοροποίηση οστεοκλαστών (osteoclast differentiation).","abstract_html":"Ο SARS-CoV-2 είναι ένας νέος βήτα κορωνοϊός, ο οποίος εμφανίστηκε στο τέλος του 2019, στην επαρχία Hubei της Κίνας. Προκαλεί τη νόσο coronavirus disease 2019 (COVID-19), η οποία ανακηρύχθηκε ως πανδημία από τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ) στις 11 Μαρτίου του 2020. H κλινική εικόνα της νόσου COVID-19 εξαρτάται σε μεγάλο βαθμό από την ανοσολογική απόκριση. Στην ανοσολογική απόκριση στη COVID-19 συμμετέχει τόσο η μη ειδική ανοσία, όσο και η ειδική ανοσία - χυμική και κυτταρική-. Έπειτα από την είσοδο του SARS-Cov-2 στα ανθρώπινα κύτταρα, ιογενή RNAs απελευθερώνονται και δρουν σαν ειδικά μοριακά πρότυπα των παθογόνων (Pathogen-associated molecular patterns, PAMPs), τα οποία αναγνωρίζονται από υποδοχείς αναγνώρισης προτύπων (Pattern recognition receptors, PRRs), όπως ανάλογοι των Toll υποδοχείς (Toll-like receptors, TLRs). Σαν αποτέλεσμα, μεταξύ άλλων, εκφράζονται προφλεγμονώδεις κυτταροκίνες, χημειοκίνες (πχ, IL-1, IL-6) και διαλυτοί παράγοντες που συσχετίζονται με γονίδια που κωδικοποιούν ιντερφερόνες (Interferon-Stimulated Genes, ISGs). Ακόμη, μέρη του ιού, όπως η πρωτεΐνη-ακίδα, μπορούν να αναγνωριστούν από τα Β λεμφοκύτταρα και να παρουσιαστούν από MHC συμπλέγματα στα Τ λεμφοκύτταρα, με επακόλουθο την παραγωγή αντισωμάτων και την κυτταρολυτική δραστηριότητα κατά την οξεία φάση της λοίμωξης. Η αλληλούχιση του RNA (RNA-SEQ) και η εξειδικευμένη βιοπληροφορική ανάλυση του μεταγραφώματος ασθενών με COVID19 αποτελεί βασικό εργαλείο μελέτης της διαφορικής έκφρασης των γονιδίων μεταξύ ομάδων ασθενών. Η γενική ροή εργασίας κατά την ανάλυση της γονιδιακής έκφρασης αποτελείται από το πειραματικό μέρος και το υπολογιστικό μέρος. Το πειραματικό μέρος συνίσταται από τα ακόλουθα βήματα: απομόνωση RNA, προετοιμασία βιβλιοθήκης, έλεγχος ποιότητας και αλληλούχιση επόμενης γενιάς, ενώ η βιοπληροφορική ανάλυση συνίσταται από τα εξής βήματα: επεξεργασία των αναγνώσεων (συμπεριλαμβανομένης της στοίχισης, alignment), εκτίμηση των επιμέρους επιπέδων γονιδιακής έκφρασης, κανονικοποίηση, ταυτοποίηση γονιδίων με ανάλυση διαφορικής έκφρασης. Το QuantSeq αποτελεί μία μέθοδο προετοιμασίας δείγματος RNA με σκοπό τον ακριβή προσδιορισμό της γονιδιακής έκφρασης. Το QuantSeq παρέχει ένα ευέλικτο πρωτόκολλο για τη δημιουργία βιβλιοθηκών αλληλούχισης επόμενης γενιάς με υψηλή εξειδίκευση στην αλυσίδα κοντά στο 3′ άκρο πολυαδενυλιωμένων RNA. Παράγεται μόνο ένα θραύσμα ανά μεταγραφή, συνδέοντας άμεσα τον αριθμό των αναγνώσεων που αντιστοιχούν σε ένα γονίδιο με την έκφρασή του. Στη συγκεκριμένη εργασία, εφαρμόστηκε το πρωτόκολλο QuantSeq για τη μελέτη της ανοσολογικής απόκρισης 8 ασθενών με COVID-19, οι οποίοι διέφεραν ως προς το χρόνο αρνητικοποίησης του RT-PCR SARS-CoV-2 test. Ειδικότερα, έγινε ανάλυση διαφορικής έκφρασης μεταξύ 4 ασθενών με νόσο COVID-19, οι οποίοι είχαν θετικό RT-PCR SARS-CoV-2 test τουλάχιστον ένα μήνα μετά την αρχική θετικοποίηση, και 4 ασθενών που είχαν αρνητικό δεύτερο test μία εβδομάδα μετά την αρχική θετικοποίηση. Για το σκοπό αυτό, μετά την εκτέλεση του πειράματος αλληλούχισης QuantSeq, πραγματοποιήθηκε η βιοπληροφορική ανάλυση με τη χρήση διαφόρων εργαλείων για το κάθε βήμα, το BBduk για το trimming, το STAR και το Salmon για τη στοίχιση, το DESeq2 και το edgeR για την ανάλυση διαφορικής έκφρασης, το DAVID και το g: Profiler για τη λειτουργική ανάλυση και τα CIBERSORTx και xCell για την ψηφιακή κυτταρομετρία ροής. Η βιοπληροφορική ροή που επιλέχθηκε ήταν η κάτωθι: STAR ⇛ DESeq2 ⇛ DAVID. Από την ανάλυση διαφορικής έκφρασης βρέθηκαν 4464 διαφορικά εκφρασμένα γονίδια σε επίπεδο σημαντικότητας 5% και |log2foldchange|&gt;1. Επίσης, από τη λειτουργική ανάλυση, προέκυψε ότι οι γονιδιακές οντολογίες που εμπλουτίστηκαν στατιστικά σημαντικά ήταν οι εξής: κυτταρική προσκόλληση (cell adhesion), χημική συναπτική μετάδοση (chemical synaptic transmission), σηματοδότηση μεσολαβούμενη από ιντερφερόνη γάμμα (interferon-gamma-mediated) και τα κάτωθι μονοπάτια: μονοπάτι σηματοδότησης ασβεστίου (calcium signaling pathway), εθισμός στη μορφίνη (morphine addiction), καθοδήγηση του άξονα των νευρικών κυττάρων (axon guidance), μόρια κυτταρικής προσκόλλησης (cell adhesion molecules, CAMs), διαφοροποίηση οστεοκλαστών (osteoclast differentiation).","abstract_has_math":false,"creators":["Ρεπούση Νικολένα","Repousi Nikolena"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2021,"date_issued":"2021","date_published":"2021","updated_at":"2026-11-19T05:44:20Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2966101"],"render_values":[{"text":"uoadl:2966101","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2966101","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2966101","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%3A2966101","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ρεπούση Νικολένα","Repousi Nikolena"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2021"]},{"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","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2966101","https://pergamos.lib.uoa.gr/uoa/dl/object/2966101"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ο SARS-CoV-2 είναι ένας νέος βήτα κορωνοϊός, ο οποίος εμφανίστηκε στο τέλος του 2019, στην επαρχία Hubei της Κίνας. Προκαλεί τη νόσο coronavirus disease 2019 (COVID-19), η οποία ανακηρύχθηκε ως πανδημία από τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ) στις 11 Μαρτίου του 2020. H κλινική εικόνα της νόσου COVID-19 εξαρτάται σε μεγάλο βαθμό από την ανοσολογική απόκριση. Στην ανοσολογική απόκριση στη COVID-19 συμμετέχει τόσο η μη ειδική ανοσία, όσο και η ειδική ανοσία - χυμική και κυτταρική-. Έπειτα από την είσοδο του SARS-Cov-2 στα ανθρώπινα κύτταρα, ιογενή RNAs απελευθερώνονται και δρουν σαν ειδικά μοριακά πρότυπα των παθογόνων (Pathogen-associated molecular patterns, PAMPs), τα οποία αναγνωρίζονται από υποδοχείς αναγνώρισης προτύπων (Pattern recognition receptors, PRRs), όπως ανάλογοι των Toll υποδοχείς (Toll-like receptors, TLRs). Σαν αποτέλεσμα, μεταξύ άλλων, εκφράζονται προφλεγμονώδεις κυτταροκίνες, χημειοκίνες (πχ, IL-1, IL-6) και διαλυτοί παράγοντες που συσχετίζονται με γονίδια που κωδικοποιούν ιντερφερόνες (Interferon-Stimulated Genes, ISGs). Ακόμη, μέρη του ιού, όπως η πρωτεΐνη-ακίδα, μπορούν να αναγνωριστούν από τα Β λεμφοκύτταρα και να παρουσιαστούν από MHC συμπλέγματα στα Τ λεμφοκύτταρα, με επακόλουθο την παραγωγή αντισωμάτων και την κυτταρολυτική δραστηριότητα κατά την οξεία φάση της λοίμωξης. Η αλληλούχιση του RNA (RNA-SEQ) και η εξειδικευμένη βιοπληροφορική ανάλυση του μεταγραφώματος ασθενών με COVID19 αποτελεί βασικό εργαλείο μελέτης της διαφορικής έκφρασης των γονιδίων μεταξύ ομάδων ασθενών. Η γενική ροή εργασίας κατά την ανάλυση της γονιδιακής έκφρασης αποτελείται από το πειραματικό μέρος και το υπολογιστικό μέρος. Το πειραματικό μέρος συνίσταται από τα ακόλουθα βήματα: απομόνωση RNA, προετοιμασία βιβλιοθήκης, έλεγχος ποιότητας και αλληλούχιση επόμενης γενιάς, ενώ η βιοπληροφορική ανάλυση συνίσταται από τα εξής βήματα: επεξεργασία των αναγνώσεων (συμπεριλαμβανομένης της στοίχισης, alignment), εκτίμηση των επιμέρους επιπέδων γονιδιακής έκφρασης, κανονικοποίηση, ταυτοποίηση γονιδίων με ανάλυση διαφορικής έκφρασης. Το QuantSeq αποτελεί μία μέθοδο προετοιμασίας δείγματος RNA με σκοπό τον ακριβή προσδιορισμό της γονιδιακής έκφρασης. Το QuantSeq παρέχει ένα ευέλικτο πρωτόκολλο για τη δημιουργία βιβλιοθηκών αλληλούχισης επόμενης γενιάς με υψηλή εξειδίκευση στην αλυσίδα κοντά στο 3′ άκρο πολυαδενυλιωμένων RNA. Παράγεται μόνο ένα θραύσμα ανά μεταγραφή, συνδέοντας άμεσα τον αριθμό των αναγνώσεων που αντιστοιχούν σε ένα γονίδιο με την έκφρασή του. Στη συγκεκριμένη εργασία, εφαρμόστηκε το πρωτόκολλο QuantSeq για τη μελέτη της ανοσολογικής απόκρισης 8 ασθενών με COVID-19, οι οποίοι διέφεραν ως προς το χρόνο αρνητικοποίησης του RT-PCR SARS-CoV-2 test. Ειδικότερα, έγινε ανάλυση διαφορικής έκφρασης μεταξύ 4 ασθενών με νόσο COVID-19, οι οποίοι είχαν θετικό RT-PCR SARS-CoV-2 test τουλάχιστον ένα μήνα μετά την αρχική θετικοποίηση, και 4 ασθενών που είχαν αρνητικό δεύτερο test μία εβδομάδα μετά την αρχική θετικοποίηση. Για το σκοπό αυτό, μετά την εκτέλεση του πειράματος αλληλούχισης QuantSeq, πραγματοποιήθηκε η βιοπληροφορική ανάλυση με τη χρήση διαφόρων εργαλείων για το κάθε βήμα, το BBduk για το trimming, το STAR και το Salmon για τη στοίχιση, το DESeq2 και το edgeR για την ανάλυση διαφορικής έκφρασης, το DAVID και το g: Profiler για τη λειτουργική ανάλυση και τα CIBERSORTx και xCell για την ψηφιακή κυτταρομετρία ροής. Η βιοπληροφορική ροή που επιλέχθηκε ήταν η κάτωθι: STAR ⇛ DESeq2 ⇛ DAVID. Από την ανάλυση διαφορικής έκφρασης βρέθηκαν 4464 διαφορικά εκφρασμένα γονίδια σε επίπεδο σημαντικότητας 5% και |log2foldchange|>1. Επίσης, από τη λειτουργική ανάλυση, προέκυψε ότι οι γονιδιακές οντολογίες που εμπλουτίστηκαν στατιστικά σημαντικά ήταν οι εξής: κυτταρική προσκόλληση (cell adhesion), χημική συναπτική μετάδοση (chemical synaptic transmission), σηματοδότηση μεσολαβούμενη από ιντερφερόνη γάμμα (interferon-gamma-mediated) και τα κάτωθι μονοπάτια: μονοπάτι σηματοδότησης ασβεστίου (calcium signaling pathway), εθισμός στη μορφίνη (morphine addiction), καθοδήγηση του άξονα των νευρικών κυττάρων (axon guidance), μόρια κυτταρικής προσκόλλησης (cell adhesion molecules, CAMs), διαφοροποίηση οστεοκλαστών (osteoclast differentiation).","SARS-CoV-2 is a new beta coronavirus, which appeared in late 2019, in Hubei Province, China. It causes coronavirus disease 2019 (COVID-19), which was declared a pandemic by the World Health Organization (WHO) on March 11, 2020. The clinical picture of COVID-19 is highly dependent on the immune response. Both non-specific immunity and specific immunity-humoral and cellular- are involved in the immune response to COVID-19. Following the entry of SARS-Cov-2 into human cells, viral RNAs are released and act as Pathogen-associated molecular patterns (PAMPs), which are recognized by Pattern recognition receptors (PRRs), such as Toll-like receptors (TLRs). As a result, among others, proinflammatory cytokines, chemokines (e.g., IL-1, IL-6) and soluble factors associated with Interferon-Stimulated Genes (ISGs) are expressed. Furthermore, parts of the virus, such as the spike protein, can be identified by B lymphocytes or presented by MHC complexes in T lymphocytes, resulting in the production of antibodies and cytolytic activity during the acute phase of the infection. RNA sequencing (RNA-SEQ) and specialized bioinformatics analysis of the transcriptome of patients with COVID-19 is a key tool for studying the differential expression of genes between groups of patients. The general workflow in a gene expression analysis consists of two parts, the experimental part and the computational part. The experimental part consists of the following steps: RNA extraction, library preparation, quality control and next generation sequencing, while the bioinformatics analysis consists of the following steps: reads mapping, reads quantification, normalization, gene identification by differential expression analysis. QuantSeq is an RNA sample preparation method for the precise determination of gene expression. QuantSeq provides an easy-to-use protocol for creating next-generation sequencing libraries with high strand specificity near the 3 ′ end of polyadenylated RNA. Only one fragment is generated per transcript, directly linking the number of reads corresponding to a gene to its expression. In this study, the QuantSeq protocol was applied to study the immune response of 8 patients with COVID-19, who differed in the duration of positivity of their RT-PCR SARS-CoV-2 test. Specifically, differential expression analysis was performed between 4 patients with COVID-19 disease who tested positive for RT-PCR SARS-CoV-2 one month after initial positive, and 4 patients who tested negative, one week after the first positive test. For this purpose, after performing the QuantSeq sequencing experiment, bioinformatics analysis was performed using various tools for each step, BBduk for trimming, STAR and Salmon for alignment, DESeq2 and edgeR for differential expression analysis, DAVID and g: Profiler for functional analysis and CIBERSORTx and xCell for digital flow cytometry. The bioinformatics pipeline selected was the following one: STAR ⇛ DESeq2 ⇛ DAVID. Differential expression analysis found 4464 differentially expressed genes at a significance level of 5%, with |log2foldchange|>1. Also, the functional analysis, showed that the statistically significant enriched gene ontologies were: cell adhesion, chemical synaptic transmission, interferon-gamma-mediated and the pathways: calcium signaling pathway, morphine addiction, axon guidance, cell adhesion molecules (CAMs ), osteoclast differentiation."]},{"key":"dc:title","label":"Title","values":["«Ανάπτυξη βιοπληροφορικών ροών και εργαλείων για την μελέτη της ανοσοβιολογικής απόκρισης στον SARS-CoV-2, με βάση τις τεχνολογίες αλληλούχισης επόμενης γενεάς (NGS–RNAseq)»."]}]}],"canonical_facts":{"dc:creator":["Ρεπούση Νικολένα","Repousi Nikolena"],"dc:date":["2021"],"dc:description":["Ο SARS-CoV-2 είναι ένας νέος βήτα κορωνοϊός, ο οποίος εμφανίστηκε στο τέλος του 2019, στην επαρχία Hubei της Κίνας. Προκαλεί τη νόσο coronavirus disease 2019 (COVID-19), η οποία ανακηρύχθηκε ως πανδημία από τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ) στις 11 Μαρτίου του 2020. H κλινική εικόνα της νόσου COVID-19 εξαρτάται σε μεγάλο βαθμό από την ανοσολογική απόκριση. Στην ανοσολογική απόκριση στη COVID-19 συμμετέχει τόσο η μη ειδική ανοσία, όσο και η ειδική ανοσία - χυμική και κυτταρική-. Έπειτα από την είσοδο του SARS-Cov-2 στα ανθρώπινα κύτταρα, ιογενή RNAs απελευθερώνονται και δρουν σαν ειδικά μοριακά πρότυπα των παθογόνων (Pathogen-associated molecular patterns, PAMPs), τα οποία αναγνωρίζονται από υποδοχείς αναγνώρισης προτύπων (Pattern recognition receptors, PRRs), όπως ανάλογοι των Toll υποδοχείς (Toll-like receptors, TLRs). Σαν αποτέλεσμα, μεταξύ άλλων, εκφράζονται προφλεγμονώδεις κυτταροκίνες, χημειοκίνες (πχ, IL-1, IL-6) και διαλυτοί παράγοντες που συσχετίζονται με γονίδια που κωδικοποιούν ιντερφερόνες (Interferon-Stimulated Genes, ISGs). Ακόμη, μέρη του ιού, όπως η πρωτεΐνη-ακίδα, μπορούν να αναγνωριστούν από τα Β λεμφοκύτταρα και να παρουσιαστούν από MHC συμπλέγματα στα Τ λεμφοκύτταρα, με επακόλουθο την παραγωγή αντισωμάτων και την κυτταρολυτική δραστηριότητα κατά την οξεία φάση της λοίμωξης. Η αλληλούχιση του RNA (RNA-SEQ) και η εξειδικευμένη βιοπληροφορική ανάλυση του μεταγραφώματος ασθενών με COVID19 αποτελεί βασικό εργαλείο μελέτης της διαφορικής έκφρασης των γονιδίων μεταξύ ομάδων ασθενών. Η γενική ροή εργασίας κατά την ανάλυση της γονιδιακής έκφρασης αποτελείται από το πειραματικό μέρος και το υπολογιστικό μέρος. Το πειραματικό μέρος συνίσταται από τα ακόλουθα βήματα: απομόνωση RNA, προετοιμασία βιβλιοθήκης, έλεγχος ποιότητας και αλληλούχιση επόμενης γενιάς, ενώ η βιοπληροφορική ανάλυση συνίσταται από τα εξής βήματα: επεξεργασία των αναγνώσεων (συμπεριλαμβανομένης της στοίχισης, alignment), εκτίμηση των επιμέρους επιπέδων γονιδιακής έκφρασης, κανονικοποίηση, ταυτοποίηση γονιδίων με ανάλυση διαφορικής έκφρασης. Το QuantSeq αποτελεί μία μέθοδο προετοιμασίας δείγματος RNA με σκοπό τον ακριβή προσδιορισμό της γονιδιακής έκφρασης. Το QuantSeq παρέχει ένα ευέλικτο πρωτόκολλο για τη δημιουργία βιβλιοθηκών αλληλούχισης επόμενης γενιάς με υψηλή εξειδίκευση στην αλυσίδα κοντά στο 3′ άκρο πολυαδενυλιωμένων RNA. Παράγεται μόνο ένα θραύσμα ανά μεταγραφή, συνδέοντας άμεσα τον αριθμό των αναγνώσεων που αντιστοιχούν σε ένα γονίδιο με την έκφρασή του. Στη συγκεκριμένη εργασία, εφαρμόστηκε το πρωτόκολλο QuantSeq για τη μελέτη της ανοσολογικής απόκρισης 8 ασθενών με COVID-19, οι οποίοι διέφεραν ως προς το χρόνο αρνητικοποίησης του RT-PCR SARS-CoV-2 test. Ειδικότερα, έγινε ανάλυση διαφορικής έκφρασης μεταξύ 4 ασθενών με νόσο COVID-19, οι οποίοι είχαν θετικό RT-PCR SARS-CoV-2 test τουλάχιστον ένα μήνα μετά την αρχική θετικοποίηση, και 4 ασθενών που είχαν αρνητικό δεύτερο test μία εβδομάδα μετά την αρχική θετικοποίηση. Για το σκοπό αυτό, μετά την εκτέλεση του πειράματος αλληλούχισης QuantSeq, πραγματοποιήθηκε η βιοπληροφορική ανάλυση με τη χρήση διαφόρων εργαλείων για το κάθε βήμα, το BBduk για το trimming, το STAR και το Salmon για τη στοίχιση, το DESeq2 και το edgeR για την ανάλυση διαφορικής έκφρασης, το DAVID και το g: Profiler για τη λειτουργική ανάλυση και τα CIBERSORTx και xCell για την ψηφιακή κυτταρομετρία ροής. Η βιοπληροφορική ροή που επιλέχθηκε ήταν η κάτωθι: STAR ⇛ DESeq2 ⇛ DAVID. Από την ανάλυση διαφορικής έκφρασης βρέθηκαν 4464 διαφορικά εκφρασμένα γονίδια σε επίπεδο σημαντικότητας 5% και |log2foldchange|>1. Επίσης, από τη λειτουργική ανάλυση, προέκυψε ότι οι γονιδιακές οντολογίες που εμπλουτίστηκαν στατιστικά σημαντικά ήταν οι εξής: κυτταρική προσκόλληση (cell adhesion), χημική συναπτική μετάδοση (chemical synaptic transmission), σηματοδότηση μεσολαβούμενη από ιντερφερόνη γάμμα (interferon-gamma-mediated) και τα κάτωθι μονοπάτια: μονοπάτι σηματοδότησης ασβεστίου (calcium signaling pathway), εθισμός στη μορφίνη (morphine addiction), καθοδήγηση του άξονα των νευρικών κυττάρων (axon guidance), μόρια κυτταρικής προσκόλλησης (cell adhesion molecules, CAMs), διαφοροποίηση οστεοκλαστών (osteoclast differentiation).","SARS-CoV-2 is a new beta coronavirus, which appeared in late 2019, in Hubei Province, China. It causes coronavirus disease 2019 (COVID-19), which was declared a pandemic by the World Health Organization (WHO) on March 11, 2020. The clinical picture of COVID-19 is highly dependent on the immune response. Both non-specific immunity and specific immunity-humoral and cellular- are involved in the immune response to COVID-19. Following the entry of SARS-Cov-2 into human cells, viral RNAs are released and act as Pathogen-associated molecular patterns (PAMPs), which are recognized by Pattern recognition receptors (PRRs), such as Toll-like receptors (TLRs). As a result, among others, proinflammatory cytokines, chemokines (e.g., IL-1, IL-6) and soluble factors associated with Interferon-Stimulated Genes (ISGs) are expressed. Furthermore, parts of the virus, such as the spike protein, can be identified by B lymphocytes or presented by MHC complexes in T lymphocytes, resulting in the production of antibodies and cytolytic activity during the acute phase of the infection. RNA sequencing (RNA-SEQ) and specialized bioinformatics analysis of the transcriptome of patients with COVID-19 is a key tool for studying the differential expression of genes between groups of patients. The general workflow in a gene expression analysis consists of two parts, the experimental part and the computational part. The experimental part consists of the following steps: RNA extraction, library preparation, quality control and next generation sequencing, while the bioinformatics analysis consists of the following steps: reads mapping, reads quantification, normalization, gene identification by differential expression analysis. QuantSeq is an RNA sample preparation method for the precise determination of gene expression. QuantSeq provides an easy-to-use protocol for creating next-generation sequencing libraries with high strand specificity near the 3 ′ end of polyadenylated RNA. Only one fragment is generated per transcript, directly linking the number of reads corresponding to a gene to its expression. In this study, the QuantSeq protocol was applied to study the immune response of 8 patients with COVID-19, who differed in the duration of positivity of their RT-PCR SARS-CoV-2 test. Specifically, differential expression analysis was performed between 4 patients with COVID-19 disease who tested positive for RT-PCR SARS-CoV-2 one month after initial positive, and 4 patients who tested negative, one week after the first positive test. For this purpose, after performing the QuantSeq sequencing experiment, bioinformatics analysis was performed using various tools for each step, BBduk for trimming, STAR and Salmon for alignment, DESeq2 and edgeR for differential expression analysis, DAVID and g: Profiler for functional analysis and CIBERSORTx and xCell for digital flow cytometry. The bioinformatics pipeline selected was the following one: STAR ⇛ DESeq2 ⇛ DAVID. Differential expression analysis found 4464 differentially expressed genes at a significance level of 5%, with |log2foldchange|>1. Also, the functional analysis, showed that the statistically significant enriched gene ontologies were: cell adhesion, chemical synaptic transmission, interferon-gamma-mediated and the pathways: calcium signaling pathway, morphine addiction, axon guidance, cell adhesion molecules (CAMs ), osteoclast differentiation."],"dc:identifier":["uoadl:2966101","https://pergamos.lib.uoa.gr/uoa/dl/object/2966101"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["«Ανάπτυξη βιοπληροφορικών ροών και εργαλείων για την μελέτη της ανοσοβιολογικής απόκρισης στον SARS-CoV-2, με βάση τις τεχνολογίες αλληλούχισης επόμενης γενεάς (NGS–RNAseq)»."],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:44:20Z"}