National and Kapodistrian University of Athens
Analysis of the structure of the eukaryotic genome using three-dimensional modeling (chrom3D) applied to structural and transcriptional data
Abstract
dc:descriptionΗ πτυχιακή εργασία εστιάζει στη μελέτη της τρισδιάστατης χωροταξικής οργάνωσης του γονιδιώματος στον πυρήνα ευκαρυωτικών κυττάρων, με στόχο τη διερεύνηση της σχέσης μεταξύ της θέσης των γονιδίων και της λειτουργικής τους κατάστασης. Το ενδιαφέρον επικεντρώνεται κυρίως σε γονίδια που σχετίζονται με φλεγμονώδεις αποκρίσεις σε μονοκύτταρα, ύστερα από έκθεση σε ένα τριπλό φλεγμονώδες ερέθισμα που προσομοιάζει το περιβάλλον του συστηματικού ερυθηματώδους λύκου, καθώς και με γονίδια από άλλες κυτταρικές σειρές. Η ανάλυση βασίζεται σε τρισδιάστατα μοντέλα της γονιδιωματικής αρχιτεκτονικής που παράγονται με το εργαλείο Chrom3D, το οποίο ενσωματώνει δεδομένα επαφών από Hi-C πειράματα και δομικούς περιορισμούς για να προσομοιώσει τη φυσική διάταξη των χρωμοσωμάτων στον πυρηνικό χώρο. Τα μοντέλα αυτά αποδίδουν συντεταγμένες (x, y, z) στον τρισδιάστατο πυρηνικό χώρο για κάθε τοπολογικά διασυνδεδεμένη περιοχή (Topologically Associated Domain, TAD), επιτρέποντας την ποσοτικοποίηση της θέσης κάθε γονιδίου (με την αντίστοιχη διακριτική ικανότητα) σε σχέση με το κέντρο του πυρήνα. Ως αποτέλεσμα της μοντελοποίησης προκύπτουν ακτινικές αποστάσεις, που λειτουργούν ως δείκτης της σχετικής χωρικής θέσης. Είναι ήδη γνωστό από τη βιβλιογραφία ότι ενεργά γονίδια τείνουν να εντοπίζονται πιο συχνά στο κέντρο του πυρήνα, ενώ γονίδια που καταστέλλονται ή είναι σιωπηλά συγκεντρώνονται στην περιφέρεια, συχνά κοντά στην πυρηνική μεμβράνη ή σε άλλες περιοχής χρωματίνης. Η εργασία επιχειρεί να εξετάσει κατά πόσο αυτό το πρότυπο ισχύει για διαφορετικές λειτουργικές ομάδες γονιδίων, αποτυπώνοντας τη χωροταξική τους συμπεριφορά με ακρίβεια. Τα χωρικά δεδομένα συνδυάζονται με δομικά και γονιδιακά χαρακτηριστικά και με βάση αυτό το εμπλουτισμένο σύνολο χαρακτηριστικών, πραγματοποιείται ομαδοποίηση των γονιδίων με στόχο την αναγνώριση χωροταξικών και λειτουργικών προτύπων. Τέλος, αναπτύσσεται μοντέλο μηχανικής μάθησης που εκπαιδεύεται στα καταγεγραμμένα δεδομένα, προκειμένου να ταξινομήσει τα γονίδια με βάση τη θέση τους στον πυρηνικό χώρο και τη συμμετοχή τους σε διαφορετικές λειτουργικές κατηγορίες.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- ΤΣΑΠΑΡΑ ΔΕΣΠΟΙΝΑ ΡΟΥΒΙΝΑ
- TSAPARA DESPOINA ROUVINA
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:5316261