{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3245384"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3245384","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Υπολογιστικές μελέτες αμυλοειδώσεων μέσω της ανάλυσης δικτύων ασθενειών, πρωτεϊνών και φαρμάκων","abstract":"Η Βιολογία Συστημάτων έχει ως απώτερο στόχο τη μοντελοποίηση των πολύπλοκων αλληλεπιδράσεων ανάμεσα στα διαφορετικά βιολογικά μόρια μέσω της ενσωμάτωσης πληροφοριών από διαφορετικούς τομείς της Βιολογίας. Ο τεράστιος όγκος των δεδομένων που παράγεται από τις σύγχρονες τεχνολογίες υψηλής απόδοσης απαιτεί τη χρήση βιοπληροφορικών ροών εργασίας. Ακολουθώντας αυτήν την κατεύθυνση, δημιουργήσαμε ένα ετερογενές δίκτυο αλληλεπιδράσεων ασθενειών, πρωτεϊνών και φαρμάκων. Ειδικότερα, η παρούσα διπλωματική εργασία εστιάζει σε μια κατηγορία σπάνιων στερεοδιαταξικών ασθενειών, τις αμυλοειδώσεις, αλλά και γενικότερα στις ασθένειες που σχετίζονται με την εναπόθεση αμυλοειδών ινιδίων, οι οποίες ακόμη και σήμερα παραμένουν ανίατες. Σε ό,τι αφορά τα δεδομένα για τις ασθένειες και τις πρωτεΐνες που εμπλέκονται άμεσα σε αυτές, αυτά συγκεντρώθηκαν από τη βάση δεδομένων AmyCo. Ακολούθησε η συλλογή των πρωτεϊνικών αλληλεπιδράσεων από τη STRING και των αλληλεπιδράσεων μεταξύ των φαρμάκων και των πρωτεϊνών από τις βάσεις DrugBank και UniProt. Το σύνολο δεδομένων ολοκληρώθηκε με την προσθήκη των ενδεδειγμένων φαρμάκων για κάθε ασθένεια από τη DrugBank. Μετά από την κατασκευή του δικτύου, χρησιμοποιήθηκαν τρεις διαφορετικές προσεγγίσεις με αφετηρία τις ασθένειες, τις πρωτεΐνες και τα φάρμακα, αντίστοιχα, για την ανάλυσή του. Εν τέλει, επισημάνθηκαν τα κοινά στοιχεία ανάμεσα σε ζεύγη ασθενειών ή σε στενά συνδεδεμένες ομάδες ασθενειών, τα οποία είναι απαραίτητο να μελετηθούν εις βάθος, προκειμένου να επαληθευτούν τα κοινά μονοπάτια που τις συνδέουν. Επιπρόσθετα, ανακαλύφθηκαν εγκεκριμένα φάρμακα σε υποδίκτυα ασθενειών χωρίς αυτά να έχουν δοκιμαστεί ακόμη για τις συγκεκριμένες ασθένειες, σύμφωνα με τη βιβλιογραφία. Μελλοντικά, θα ήταν εξαιρετικά ενδιαφέρον να διεξαχθούν πειραματικές δοκιμές για τα συγκεκριμένα φάρμακα με προοπτικές επαναστόχευσης.","abstract_html":"Η Βιολογία Συστημάτων έχει ως απώτερο στόχο τη μοντελοποίηση των πολύπλοκων αλληλεπιδράσεων ανάμεσα στα διαφορετικά βιολογικά μόρια μέσω της ενσωμάτωσης πληροφοριών από διαφορετικούς τομείς της Βιολογίας. Ο τεράστιος όγκος των δεδομένων που παράγεται από τις σύγχρονες τεχνολογίες υψηλής απόδοσης απαιτεί τη χρήση βιοπληροφορικών ροών εργασίας. Ακολουθώντας αυτήν την κατεύθυνση, δημιουργήσαμε ένα ετερογενές δίκτυο αλληλεπιδράσεων ασθενειών, πρωτεϊνών και φαρμάκων. Ειδικότερα, η παρούσα διπλωματική εργασία εστιάζει σε μια κατηγορία σπάνιων στερεοδιαταξικών ασθενειών, τις αμυλοειδώσεις, αλλά και γενικότερα στις ασθένειες που σχετίζονται με την εναπόθεση αμυλοειδών ινιδίων, οι οποίες ακόμη και σήμερα παραμένουν ανίατες. Σε ό,τι αφορά τα δεδομένα για τις ασθένειες και τις πρωτεΐνες που εμπλέκονται άμεσα σε αυτές, αυτά συγκεντρώθηκαν από τη βάση δεδομένων AmyCo. Ακολούθησε η συλλογή των πρωτεϊνικών αλληλεπιδράσεων από τη STRING και των αλληλεπιδράσεων μεταξύ των φαρμάκων και των πρωτεϊνών από τις βάσεις DrugBank και UniProt. Το σύνολο δεδομένων ολοκληρώθηκε με την προσθήκη των ενδεδειγμένων φαρμάκων για κάθε ασθένεια από τη DrugBank. Μετά από την κατασκευή του δικτύου, χρησιμοποιήθηκαν τρεις διαφορετικές προσεγγίσεις με αφετηρία τις ασθένειες, τις πρωτεΐνες και τα φάρμακα, αντίστοιχα, για την ανάλυσή του. Εν τέλει, επισημάνθηκαν τα κοινά στοιχεία ανάμεσα σε ζεύγη ασθενειών ή σε στενά συνδεδεμένες ομάδες ασθενειών, τα οποία είναι απαραίτητο να μελετηθούν εις βάθος, προκειμένου να επαληθευτούν τα κοινά μονοπάτια που τις συνδέουν. Επιπρόσθετα, ανακαλύφθηκαν εγκεκριμένα φάρμακα σε υποδίκτυα ασθενειών χωρίς αυτά να έχουν δοκιμαστεί ακόμη για τις συγκεκριμένες ασθένειες, σύμφωνα με τη βιβλιογραφία. Μελλοντικά, θα ήταν εξαιρετικά ενδιαφέρον να διεξαχθούν πειραματικές δοκιμές για τα συγκεκριμένα φάρμακα με προοπτικές επαναστόχευσης.","abstract_has_math":false,"creators":["Ρίζου Αικατερίνη-Ευαγγελία","Rizou Aikaterini-Evangelia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T06:20:10Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3245384"],"render_values":[{"text":"uoadl:3245384","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3245384","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3245384","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%3A3245384","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ρίζου Αικατερίνη-Ευαγγελία","Rizou Aikaterini-Evangelia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"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:3245384","https://pergamos.lib.uoa.gr/uoa/dl/object/3245384"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η Βιολογία Συστημάτων έχει ως απώτερο στόχο τη μοντελοποίηση των πολύπλοκων αλληλεπιδράσεων ανάμεσα στα διαφορετικά βιολογικά μόρια μέσω της ενσωμάτωσης πληροφοριών από διαφορετικούς τομείς της Βιολογίας. Ο τεράστιος όγκος των δεδομένων που παράγεται από τις σύγχρονες τεχνολογίες υψηλής απόδοσης απαιτεί τη χρήση βιοπληροφορικών ροών εργασίας. Ακολουθώντας αυτήν την κατεύθυνση, δημιουργήσαμε ένα ετερογενές δίκτυο αλληλεπιδράσεων ασθενειών, πρωτεϊνών και φαρμάκων. Ειδικότερα, η παρούσα διπλωματική εργασία εστιάζει σε μια κατηγορία σπάνιων στερεοδιαταξικών ασθενειών, τις αμυλοειδώσεις, αλλά και γενικότερα στις ασθένειες που σχετίζονται με την εναπόθεση αμυλοειδών ινιδίων, οι οποίες ακόμη και σήμερα παραμένουν ανίατες. Σε ό,τι αφορά τα δεδομένα για τις ασθένειες και τις πρωτεΐνες που εμπλέκονται άμεσα σε αυτές, αυτά συγκεντρώθηκαν από τη βάση δεδομένων AmyCo. Ακολούθησε η συλλογή των πρωτεϊνικών αλληλεπιδράσεων από τη STRING και των αλληλεπιδράσεων μεταξύ των φαρμάκων και των πρωτεϊνών από τις βάσεις DrugBank και UniProt. Το σύνολο δεδομένων ολοκληρώθηκε με την προσθήκη των ενδεδειγμένων φαρμάκων για κάθε ασθένεια από τη DrugBank. Μετά από την κατασκευή του δικτύου, χρησιμοποιήθηκαν τρεις διαφορετικές προσεγγίσεις με αφετηρία τις ασθένειες, τις πρωτεΐνες και τα φάρμακα, αντίστοιχα, για την ανάλυσή του. Εν τέλει, επισημάνθηκαν τα κοινά στοιχεία ανάμεσα σε ζεύγη ασθενειών ή σε στενά συνδεδεμένες ομάδες ασθενειών, τα οποία είναι απαραίτητο να μελετηθούν εις βάθος, προκειμένου να επαληθευτούν τα κοινά μονοπάτια που τις συνδέουν. Επιπρόσθετα, ανακαλύφθηκαν εγκεκριμένα φάρμακα σε υποδίκτυα ασθενειών χωρίς αυτά να έχουν δοκιμαστεί ακόμη για τις συγκεκριμένες ασθένειες, σύμφωνα με τη βιβλιογραφία. Μελλοντικά, θα ήταν εξαιρετικά ενδιαφέρον να διεξαχθούν πειραματικές δοκιμές για τα συγκεκριμένα φάρμακα με προοπτικές επαναστόχευσης.","Systems Biology aims at modeling the complex interactions between different biological molecules, through data integration from different fields of Biology. The vast amount of data generated by modern high-throughput technologies demands the use of bioinformatic workflows. According to this direction, we constructed a heterogeneous network of disease, protein, and drug interactions. More specifically, this thesis focuses on a category of rare protein misfolding diseases, known as amyloidoses but also, on clinical conditions associated with amyloid deposition, which even today remain incurable. Regarding the data on the diseases and the proteins directly involved in these, they were collected from the AmyCo database. Protein-protein interactions were collected from STRING and drug-protein interactions from DrugBank and UniProt. The dataset was completed by adding the drugs indicated for each disease from DrugBank. After constructing the network, three approaches were used for the analysis, each starting from the diseases, the proteins, and the drugs, respectively. Finally, the commonalities between two diseases or a group of diseases were highlighted, and further studies are needed to verify the common pathways between them. In addition, we discovered approved drugs that have not been tested yet for these diseases, according to bibliography. In the future, it would be interesting to conduct experimental trials on the promising drugs with the prospect of repurposing."]},{"key":"dc:title","label":"Title","values":["Υπολογιστικές μελέτες αμυλοειδώσεων μέσω της ανάλυσης δικτύων ασθενειών, πρωτεϊνών και φαρμάκων"]}]}],"canonical_facts":{"dc:creator":["Ρίζου Αικατερίνη-Ευαγγελία","Rizou Aikaterini-Evangelia"],"dc:date":["2022"],"dc:description":["Η Βιολογία Συστημάτων έχει ως απώτερο στόχο τη μοντελοποίηση των πολύπλοκων αλληλεπιδράσεων ανάμεσα στα διαφορετικά βιολογικά μόρια μέσω της ενσωμάτωσης πληροφοριών από διαφορετικούς τομείς της Βιολογίας. Ο τεράστιος όγκος των δεδομένων που παράγεται από τις σύγχρονες τεχνολογίες υψηλής απόδοσης απαιτεί τη χρήση βιοπληροφορικών ροών εργασίας. Ακολουθώντας αυτήν την κατεύθυνση, δημιουργήσαμε ένα ετερογενές δίκτυο αλληλεπιδράσεων ασθενειών, πρωτεϊνών και φαρμάκων. Ειδικότερα, η παρούσα διπλωματική εργασία εστιάζει σε μια κατηγορία σπάνιων στερεοδιαταξικών ασθενειών, τις αμυλοειδώσεις, αλλά και γενικότερα στις ασθένειες που σχετίζονται με την εναπόθεση αμυλοειδών ινιδίων, οι οποίες ακόμη και σήμερα παραμένουν ανίατες. Σε ό,τι αφορά τα δεδομένα για τις ασθένειες και τις πρωτεΐνες που εμπλέκονται άμεσα σε αυτές, αυτά συγκεντρώθηκαν από τη βάση δεδομένων AmyCo. Ακολούθησε η συλλογή των πρωτεϊνικών αλληλεπιδράσεων από τη STRING και των αλληλεπιδράσεων μεταξύ των φαρμάκων και των πρωτεϊνών από τις βάσεις DrugBank και UniProt. Το σύνολο δεδομένων ολοκληρώθηκε με την προσθήκη των ενδεδειγμένων φαρμάκων για κάθε ασθένεια από τη DrugBank. Μετά από την κατασκευή του δικτύου, χρησιμοποιήθηκαν τρεις διαφορετικές προσεγγίσεις με αφετηρία τις ασθένειες, τις πρωτεΐνες και τα φάρμακα, αντίστοιχα, για την ανάλυσή του. Εν τέλει, επισημάνθηκαν τα κοινά στοιχεία ανάμεσα σε ζεύγη ασθενειών ή σε στενά συνδεδεμένες ομάδες ασθενειών, τα οποία είναι απαραίτητο να μελετηθούν εις βάθος, προκειμένου να επαληθευτούν τα κοινά μονοπάτια που τις συνδέουν. Επιπρόσθετα, ανακαλύφθηκαν εγκεκριμένα φάρμακα σε υποδίκτυα ασθενειών χωρίς αυτά να έχουν δοκιμαστεί ακόμη για τις συγκεκριμένες ασθένειες, σύμφωνα με τη βιβλιογραφία. Μελλοντικά, θα ήταν εξαιρετικά ενδιαφέρον να διεξαχθούν πειραματικές δοκιμές για τα συγκεκριμένα φάρμακα με προοπτικές επαναστόχευσης.","Systems Biology aims at modeling the complex interactions between different biological molecules, through data integration from different fields of Biology. The vast amount of data generated by modern high-throughput technologies demands the use of bioinformatic workflows. According to this direction, we constructed a heterogeneous network of disease, protein, and drug interactions. More specifically, this thesis focuses on a category of rare protein misfolding diseases, known as amyloidoses but also, on clinical conditions associated with amyloid deposition, which even today remain incurable. Regarding the data on the diseases and the proteins directly involved in these, they were collected from the AmyCo database. Protein-protein interactions were collected from STRING and drug-protein interactions from DrugBank and UniProt. The dataset was completed by adding the drugs indicated for each disease from DrugBank. After constructing the network, three approaches were used for the analysis, each starting from the diseases, the proteins, and the drugs, respectively. Finally, the commonalities between two diseases or a group of diseases were highlighted, and further studies are needed to verify the common pathways between them. In addition, we discovered approved drugs that have not been tested yet for these diseases, according to bibliography. In the future, it would be interesting to conduct experimental trials on the promising drugs with the prospect of repurposing."],"dc:identifier":["uoadl:3245384","https://pergamos.lib.uoa.gr/uoa/dl/object/3245384"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Υπολογιστικές μελέτες αμυλοειδώσεων μέσω της ανάλυσης δικτύων ασθενειών, πρωτεϊνών και φαρμάκων"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:20:10Z"}