{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5451518"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5451518","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Analysis of Mutations in miRNA Promoters, and Their Potential Effects on Gene Expression and Pathogenesis","abstract":"Τα microRNAs (miRNAs) είναι μικρά μη κωδικά μόρια RNA που μπορούν να ρυθμίσουν την έκφραση των γονιδίων μετά τη μεταγραφή, και οι γενετικές παραλλαγές μπορούν να επηρεάσουν τη ρύθμιση αυτή σε αρκετά διακριτά σημεία. Η πληροφορία που απαιτείται για τη μελέτη τέτοιων παραλλαγών είναι κατακερματισμένη σε ανεξάρτητες πηγές με ασύμβατα identifiers, συστήματα συντεταγμένων και μοντέλα δεδομένων: oι αλληλουχίες των miRNAs βρίσκονται στη miRBase, οι υποκινητές ανά κυτταρικό τύπο στη DIANA-miRGen, οι αλληλεπιδράσεις στη DIANA-TarBase, γονίδια και μετάγραφα στην Ensembl και παραλλαγές με κλινική σημαντικότητα στην ClinVar. Υπάρχουσες εξειδικευμένες βάσεις δεδομένων (miRNASNP, PolymiRTS, miRdSNP, SomamiR) επικεντρώνονται σχεδόν αποκλειστικά στις περιοχές του πρόδρομου miRNA και της θέσης στόχου στην 3′UTR, χωρίς να παρουσιάζουν σε μεγάλο βαθμό τις παραλλαγές σε επίπεδο υποκινητή, και σπανίως συνδέουν τις παραλλαγές με το κυτταρικό πλαίσιο στο οποίο λαμβάνει χώρα η επηρεαζόμενη ρύθμιση. Στην παρούσα εργασία παρουσιάζουμε τη miregvar, μια ολοκληρωμένη σχεσιακή βάση δεδομένων και τη διαδικτυακή της εφαρμογή που συνδυάζει τις πέντε αυτές πηγές σε μια ενιαία αναζητήσιμη πηγή, στην οποία οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίζονται στις τέσσερις κατηγορίες περιοχών που σχετίζονται με τα miRNAs. Τα δεδομένα από κάθε πηγή εναρμονίστηκαν στο GRCh38 genome assembly, με τα identifiers, την ονοματολογία των χρωμοσωμάτων και την αναπαράσταση του κλώνου (strand) να κανονικοποιούνται μεταξύ των συνόλων δεδομένων. Οι περιοχές των υποκινητών ορίστηκαν ως λειτουργικά παράθυρα γύρω από τις θέσεις έναρξης της μεταγραφής (1000 bp ανοδικά / 500 bp καθοδικά για τους υποκινητές των miRNAs, βάσει των δεδομένων της DIANA-miRGen, και 1500 / 500 για τους υποκινητές των γονιδίων-στόχων, με βάση τις θέσεις έναρξης της μεταγραφής, όπως ορίζονται στο annotation του γονιδίου-στόχου), και οι επικαλύψεις των παραλλαγών με τις περιοχές δημιουργήθηκαν υπολογιστικά με τη χρήση των BEDTools, αφού πρώτα οι συντεταγμένες μετατράπηκαν σε 0-based βάσει των κανόνων των BED files. Δημιουργήθηκε ένα σχεσιακό mySQL schema 17 πινάκων, μαζί με τη διαδικτυακή του εφαρμογή, που υποστηρίζει αναζήτηση ανά miRNA, βιολογικό πλαίσιο και παραλλαγή. Η τελική βάση δεδομένων ενσωματώνει 78.861 γονίδια, 507.329 μετάγραφα, 1.918 πρώιμα και 2.883 ώριμα miRNA, 4.632.723 αλληλεπιδράσεις miRNA-γονιδίου στόχου, και 3.495.903 παραλλαγές ClinVar. Οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίστηκαν σε σώματα γονιδίων miRNA (660 διακριτές παραλλαγές), υποκινητές miRNA (146.491), πειραματικά τεκμηριωμένες θέσεις-στόχους (602.450) και υποκινητές γονιδίων-στόχων (177.200), ενώ το ποσοστό των παθογόνων ή πιθανώς παθογόνων παραλλαγών βρέθηκε σταθερό σε όλες τις κατηγορίες (7-10%), χωρίς κάποια περιοχή να εμφανίζει έντονο εμπλουτισμό. Τα βιολογικά πλαίσια από τη DIANA-TarBase (506) και τη DIANA-miRGen (498) αντιστοιχίστηκαν σε 146 ζεύγη, επιτρέποντας την εξέταση της δραστηριότητας των υποκινητών και των αλληλεπιδράσεων με στόχους εντός κοινού βιολογικού πλαισίου. Η ακεραιότητα της βάσης δεδομένων επαληθεύτηκε σε πολλαπλά επίπεδα: και οι 21 σχέσεις ξένων κλειδιών (foreign keys) επιβεβαιώθηκαν χωρίς «ορφανές» εγγραφές, όλα τα αποθηκευμένα διαστήματα αποδείχθηκε ότι ικανοποιούν τους περιορισμούς εγκυρότητας συντεταγμένων, και τα πλήθη των εγγραφών συμφωνούσαν με τα αρχεία των πηγών. Στον διακομιστή της βάσης δεδομένων, οι λειτουργίες αναζήτησης και αυτόματης συμπλήρωσης αποκρίνονται σε χιλιοστά του δευτερολέπτου, ενώ τα σύνθετα ερωτήματα στους μεγαλύτερους πίνακες συσχετίσεων αποτελούν το κύριο κόστος επιδόσεων και ένας στόχος για μελλοντική βελτιστοποίηση. Επεκτείνοντας την ανάλυση παραλλαγών-miRNA των υπαρχουσών πηγών σε μια προσανατολισμένη προς τους υποκινητές και στο βιολογικό πλαίσιο οπτική, η miregvar υποστηρίζει την ιεράρχηση και την ερμηνεία βάσει πλαισίου των παραλλαγών που ενδέχεται να επηρεάζουν τη βιογένεση, την έκφραση ή τη λειτουργία των miRNAs. Κάθε γονιδιωματική επικάλυψη αντιμετωπίζεται ως υποψήφια ρυθμιστική συσχέτιση προς περαιτέρω πειραματική διερεύνηση και όχι ως μια αποδεδειγμένη λειτουργική επίδραση.","abstract_html":"Τα microRNAs (miRNAs) είναι μικρά μη κωδικά μόρια RNA που μπορούν να ρυθμίσουν την έκφραση των γονιδίων μετά τη μεταγραφή, και οι γενετικές παραλλαγές μπορούν να επηρεάσουν τη ρύθμιση αυτή σε αρκετά διακριτά σημεία. Η πληροφορία που απαιτείται για τη μελέτη τέτοιων παραλλαγών είναι κατακερματισμένη σε ανεξάρτητες πηγές με ασύμβατα identifiers, συστήματα συντεταγμένων και μοντέλα δεδομένων: oι αλληλουχίες των miRNAs βρίσκονται στη miRBase, οι υποκινητές ανά κυτταρικό τύπο στη DIANA-miRGen, οι αλληλεπιδράσεις στη DIANA-TarBase, γονίδια και μετάγραφα στην Ensembl και παραλλαγές με κλινική σημαντικότητα στην ClinVar. Υπάρχουσες εξειδικευμένες βάσεις δεδομένων (miRNASNP, PolymiRTS, miRdSNP, SomamiR) επικεντρώνονται σχεδόν αποκλειστικά στις περιοχές του πρόδρομου miRNA και της θέσης στόχου στην 3′UTR, χωρίς να παρουσιάζουν σε μεγάλο βαθμό τις παραλλαγές σε επίπεδο υποκινητή, και σπανίως συνδέουν τις παραλλαγές με το κυτταρικό πλαίσιο στο οποίο λαμβάνει χώρα η επηρεαζόμενη ρύθμιση. Στην παρούσα εργασία παρουσιάζουμε τη miregvar, μια ολοκληρωμένη σχεσιακή βάση δεδομένων και τη διαδικτυακή της εφαρμογή που συνδυάζει τις πέντε αυτές πηγές σε μια ενιαία αναζητήσιμη πηγή, στην οποία οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίζονται στις τέσσερις κατηγορίες περιοχών που σχετίζονται με τα miRNAs. Τα δεδομένα από κάθε πηγή εναρμονίστηκαν στο GRCh38 genome assembly, με τα identifiers, την ονοματολογία των χρωμοσωμάτων και την αναπαράσταση του κλώνου (strand) να κανονικοποιούνται μεταξύ των συνόλων δεδομένων. Οι περιοχές των υποκινητών ορίστηκαν ως λειτουργικά παράθυρα γύρω από τις θέσεις έναρξης της μεταγραφής (1000 bp ανοδικά / 500 bp καθοδικά για τους υποκινητές των miRNAs, βάσει των δεδομένων της DIANA-miRGen, και 1500 / 500 για τους υποκινητές των γονιδίων-στόχων, με βάση τις θέσεις έναρξης της μεταγραφής, όπως ορίζονται στο annotation του γονιδίου-στόχου), και οι επικαλύψεις των παραλλαγών με τις περιοχές δημιουργήθηκαν υπολογιστικά με τη χρήση των BEDTools, αφού πρώτα οι συντεταγμένες μετατράπηκαν σε 0-based βάσει των κανόνων των BED files. Δημιουργήθηκε ένα σχεσιακό mySQL schema 17 πινάκων, μαζί με τη διαδικτυακή του εφαρμογή, που υποστηρίζει αναζήτηση ανά miRNA, βιολογικό πλαίσιο και παραλλαγή. Η τελική βάση δεδομένων ενσωματώνει 78.861 γονίδια, 507.329 μετάγραφα, 1.918 πρώιμα και 2.883 ώριμα miRNA, 4.632.723 αλληλεπιδράσεις miRNA-γονιδίου στόχου, και 3.495.903 παραλλαγές ClinVar. Οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίστηκαν σε σώματα γονιδίων miRNA (660 διακριτές παραλλαγές), υποκινητές miRNA (146.491), πειραματικά τεκμηριωμένες θέσεις-στόχους (602.450) και υποκινητές γονιδίων-στόχων (177.200), ενώ το ποσοστό των παθογόνων ή πιθανώς παθογόνων παραλλαγών βρέθηκε σταθερό σε όλες τις κατηγορίες (7-10%), χωρίς κάποια περιοχή να εμφανίζει έντονο εμπλουτισμό. Τα βιολογικά πλαίσια από τη DIANA-TarBase (506) και τη DIANA-miRGen (498) αντιστοιχίστηκαν σε 146 ζεύγη, επιτρέποντας την εξέταση της δραστηριότητας των υποκινητών και των αλληλεπιδράσεων με στόχους εντός κοινού βιολογικού πλαισίου. Η ακεραιότητα της βάσης δεδομένων επαληθεύτηκε σε πολλαπλά επίπεδα: και οι 21 σχέσεις ξένων κλειδιών (foreign keys) επιβεβαιώθηκαν χωρίς «ορφανές» εγγραφές, όλα τα αποθηκευμένα διαστήματα αποδείχθηκε ότι ικανοποιούν τους περιορισμούς εγκυρότητας συντεταγμένων, και τα πλήθη των εγγραφών συμφωνούσαν με τα αρχεία των πηγών. Στον διακομιστή της βάσης δεδομένων, οι λειτουργίες αναζήτησης και αυτόματης συμπλήρωσης αποκρίνονται σε χιλιοστά του δευτερολέπτου, ενώ τα σύνθετα ερωτήματα στους μεγαλύτερους πίνακες συσχετίσεων αποτελούν το κύριο κόστος επιδόσεων και ένας στόχος για μελλοντική βελτιστοποίηση. Επεκτείνοντας την ανάλυση παραλλαγών-miRNA των υπαρχουσών πηγών σε μια προσανατολισμένη προς τους υποκινητές και στο βιολογικό πλαίσιο οπτική, η miregvar υποστηρίζει την ιεράρχηση και την ερμηνεία βάσει πλαισίου των παραλλαγών που ενδέχεται να επηρεάζουν τη βιογένεση, την έκφραση ή τη λειτουργία των miRNAs. Κάθε γονιδιωματική επικάλυψη αντιμετωπίζεται ως υποψήφια ρυθμιστική συσχέτιση προς περαιτέρω πειραματική διερεύνηση και όχι ως μια αποδεδειγμένη λειτουργική επίδραση.","abstract_has_math":false,"creators":["ΠΑΠΑΔΕΛΑΣ ΑΝΑΣΤΑΣΙΟΣ","PAPADELAS ANASTASIOS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T05:20:47Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5451518"],"render_values":[{"text":"uoadl:5451518","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5451518","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5451518","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%3A5451518","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΠΑΠΑΔΕΛΑΣ ΑΝΑΣΤΑΣΙΟΣ","PAPADELAS ANASTASIOS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"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":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5451518","https://pergamos.lib.uoa.gr/uoa/dl/object/5451518"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα microRNAs (miRNAs) είναι μικρά μη κωδικά μόρια RNA που μπορούν να ρυθμίσουν την έκφραση των γονιδίων μετά τη μεταγραφή, και οι γενετικές παραλλαγές μπορούν να επηρεάσουν τη ρύθμιση αυτή σε αρκετά διακριτά σημεία. Η πληροφορία που απαιτείται για τη μελέτη τέτοιων παραλλαγών είναι κατακερματισμένη σε ανεξάρτητες πηγές με ασύμβατα identifiers, συστήματα συντεταγμένων και μοντέλα δεδομένων: oι αλληλουχίες των miRNAs βρίσκονται στη miRBase, οι υποκινητές ανά κυτταρικό τύπο στη DIANA-miRGen, οι αλληλεπιδράσεις στη DIANA-TarBase, γονίδια και μετάγραφα στην Ensembl και παραλλαγές με κλινική σημαντικότητα στην ClinVar. Υπάρχουσες εξειδικευμένες βάσεις δεδομένων (miRNASNP, PolymiRTS, miRdSNP, SomamiR) επικεντρώνονται σχεδόν αποκλειστικά στις περιοχές του πρόδρομου miRNA και της θέσης στόχου στην 3′UTR, χωρίς να παρουσιάζουν σε μεγάλο βαθμό τις παραλλαγές σε επίπεδο υποκινητή, και σπανίως συνδέουν τις παραλλαγές με το κυτταρικό πλαίσιο στο οποίο λαμβάνει χώρα η επηρεαζόμενη ρύθμιση. Στην παρούσα εργασία παρουσιάζουμε τη miregvar, μια ολοκληρωμένη σχεσιακή βάση δεδομένων και τη διαδικτυακή της εφαρμογή που συνδυάζει τις πέντε αυτές πηγές σε μια ενιαία αναζητήσιμη πηγή, στην οποία οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίζονται στις τέσσερις κατηγορίες περιοχών που σχετίζονται με τα miRNAs. Τα δεδομένα από κάθε πηγή εναρμονίστηκαν στο GRCh38 genome assembly, με τα identifiers, την ονοματολογία των χρωμοσωμάτων και την αναπαράσταση του κλώνου (strand) να κανονικοποιούνται μεταξύ των συνόλων δεδομένων. Οι περιοχές των υποκινητών ορίστηκαν ως λειτουργικά παράθυρα γύρω από τις θέσεις έναρξης της μεταγραφής (1000 bp ανοδικά / 500 bp καθοδικά για τους υποκινητές των miRNAs, βάσει των δεδομένων της DIANA-miRGen, και 1500 / 500 για τους υποκινητές των γονιδίων-στόχων, με βάση τις θέσεις έναρξης της μεταγραφής, όπως ορίζονται στο annotation του γονιδίου-στόχου), και οι επικαλύψεις των παραλλαγών με τις περιοχές δημιουργήθηκαν υπολογιστικά με τη χρήση των BEDTools, αφού πρώτα οι συντεταγμένες μετατράπηκαν σε 0-based βάσει των κανόνων των BED files. Δημιουργήθηκε ένα σχεσιακό mySQL schema 17 πινάκων, μαζί με τη διαδικτυακή του εφαρμογή, που υποστηρίζει αναζήτηση ανά miRNA, βιολογικό πλαίσιο και παραλλαγή. Η τελική βάση δεδομένων ενσωματώνει 78.861 γονίδια, 507.329 μετάγραφα, 1.918 πρώιμα και 2.883 ώριμα miRNA, 4.632.723 αλληλεπιδράσεις miRNA-γονιδίου στόχου, και 3.495.903 παραλλαγές ClinVar. Οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίστηκαν σε σώματα γονιδίων miRNA (660 διακριτές παραλλαγές), υποκινητές miRNA (146.491), πειραματικά τεκμηριωμένες θέσεις-στόχους (602.450) και υποκινητές γονιδίων-στόχων (177.200), ενώ το ποσοστό των παθογόνων ή πιθανώς παθογόνων παραλλαγών βρέθηκε σταθερό σε όλες τις κατηγορίες (7-10%), χωρίς κάποια περιοχή να εμφανίζει έντονο εμπλουτισμό. Τα βιολογικά πλαίσια από τη DIANA-TarBase (506) και τη DIANA-miRGen (498) αντιστοιχίστηκαν σε 146 ζεύγη, επιτρέποντας την εξέταση της δραστηριότητας των υποκινητών και των αλληλεπιδράσεων με στόχους εντός κοινού βιολογικού πλαισίου. Η ακεραιότητα της βάσης δεδομένων επαληθεύτηκε σε πολλαπλά επίπεδα: και οι 21 σχέσεις ξένων κλειδιών (foreign keys) επιβεβαιώθηκαν χωρίς «ορφανές» εγγραφές, όλα τα αποθηκευμένα διαστήματα αποδείχθηκε ότι ικανοποιούν τους περιορισμούς εγκυρότητας συντεταγμένων, και τα πλήθη των εγγραφών συμφωνούσαν με τα αρχεία των πηγών. Στον διακομιστή της βάσης δεδομένων, οι λειτουργίες αναζήτησης και αυτόματης συμπλήρωσης αποκρίνονται σε χιλιοστά του δευτερολέπτου, ενώ τα σύνθετα ερωτήματα στους μεγαλύτερους πίνακες συσχετίσεων αποτελούν το κύριο κόστος επιδόσεων και ένας στόχος για μελλοντική βελτιστοποίηση. Επεκτείνοντας την ανάλυση παραλλαγών-miRNA των υπαρχουσών πηγών σε μια προσανατολισμένη προς τους υποκινητές και στο βιολογικό πλαίσιο οπτική, η miregvar υποστηρίζει την ιεράρχηση και την ερμηνεία βάσει πλαισίου των παραλλαγών που ενδέχεται να επηρεάζουν τη βιογένεση, την έκφραση ή τη λειτουργία των miRNAs. Κάθε γονιδιωματική επικάλυψη αντιμετωπίζεται ως υποψήφια ρυθμιστική συσχέτιση προς περαιτέρω πειραματική διερεύνηση και όχι ως μια αποδεδειγμένη λειτουργική επίδραση.","MicroRNAs (miRNAs) are small non-coding RNAs that can regulate gene expression after transcription, and genetic variations can affect this regulation at several distinct points. The information required to reason about such variation is fragmented across independent resources with incompatible identifiers, coordinate conventions and data models: miRNA sequences in miRBase, cell type specific promoters in DIANA-miRGen, interactions in DIANA-TarBase, gene and transcript annotation in Ensembl, and clinically annotated variants in ClinVar. Existing specialized databases (miRNASNP, PolymiRTS, miRdSNP, SomamiR) concentrate almost exclusively on the miRNA precursor and the 3′UTR target site regions, leaving promoter-level variations largely unrepresented, and rarely linking variants to the cell context in which the affected regulation operates. In this work we present miregvar, an integrated relational database and web application that combines these five sources into a single queryable resource in which clinically annotated variants are assigned to the four categories of miRNA-related regions. Data from each source were harmonized onto the GRCh38 genome assembly, with identifiers, chromosome nomenclature and strand representation normalized across datasets. Promoter regions were defined as operational windows around the transcription start site (1000 bp upstream / 500 bp downstream for miRNA promoters (using miRGen-derived TSSs) and 1500 / 500 for target-gene promoters (using the annotated gene start as the TSS), and variant region overlaps were computed with BEDTools after converting coordinates to the 0-based BED convention. A MySQL schema of 17 tables was created along with its web application, supporting search by miRNA, biological context, and variant. The final database integrates 78,861 genes, 507,329 transcripts, 1,918 primary and 2,883 mature miRNA records, 4,632,723 miRNA-target interactions, and 3,495,903 ClinVar variants. Clinically annotated variants were assigned to miRNA gene bodies (660 distinct variants), miRNA promoters (146,491), experimentally supported target sites (602,450) and target-gene promoters (177,200), and the percentage of pathogenic or likely pathogenic variants was found to be stable across all of them (7-10%), with no region strongly enriched. Biological contexts from DIANA-TarBase (506) and DIANA-miRGen (498) were matched into 146 pairs, enabling promoter activity and target interactions to be examined in a shared biological context. Database integrity was verified at several levels, with all 21 foreign key relationships confirmed free of orphaned records, all stored intervals shown to satisfy coordinate validity constraints, and record counts reconciled with the source files. On the database host, search and autocomplete operations respond in milliseconds, while complex queries over the largest association tables were identified as the main performance cost and a target for future optimization. By extending miRNA-variant analysis of existing resources to a promoter and biological context oriented view, miregvar supports the prioritization and contextual interpretation of variants that may affect miRNA biogenesis, expression or function. Each genomic overlap is treated as a candidate regulatory association to be experimentally studied, rather than as evidence of a demonstrated functional effect."]},{"key":"dc:title","label":"Title","values":["Analysis of Mutations in miRNA Promoters, and Their Potential Effects on Gene Expression and Pathogenesis"]}]}],"canonical_facts":{"dc:creator":["ΠΑΠΑΔΕΛΑΣ ΑΝΑΣΤΑΣΙΟΣ","PAPADELAS ANASTASIOS"],"dc:date":["2026"],"dc:description":["Τα microRNAs (miRNAs) είναι μικρά μη κωδικά μόρια RNA που μπορούν να ρυθμίσουν την έκφραση των γονιδίων μετά τη μεταγραφή, και οι γενετικές παραλλαγές μπορούν να επηρεάσουν τη ρύθμιση αυτή σε αρκετά διακριτά σημεία. Η πληροφορία που απαιτείται για τη μελέτη τέτοιων παραλλαγών είναι κατακερματισμένη σε ανεξάρτητες πηγές με ασύμβατα identifiers, συστήματα συντεταγμένων και μοντέλα δεδομένων: oι αλληλουχίες των miRNAs βρίσκονται στη miRBase, οι υποκινητές ανά κυτταρικό τύπο στη DIANA-miRGen, οι αλληλεπιδράσεις στη DIANA-TarBase, γονίδια και μετάγραφα στην Ensembl και παραλλαγές με κλινική σημαντικότητα στην ClinVar. Υπάρχουσες εξειδικευμένες βάσεις δεδομένων (miRNASNP, PolymiRTS, miRdSNP, SomamiR) επικεντρώνονται σχεδόν αποκλειστικά στις περιοχές του πρόδρομου miRNA και της θέσης στόχου στην 3′UTR, χωρίς να παρουσιάζουν σε μεγάλο βαθμό τις παραλλαγές σε επίπεδο υποκινητή, και σπανίως συνδέουν τις παραλλαγές με το κυτταρικό πλαίσιο στο οποίο λαμβάνει χώρα η επηρεαζόμενη ρύθμιση. Στην παρούσα εργασία παρουσιάζουμε τη miregvar, μια ολοκληρωμένη σχεσιακή βάση δεδομένων και τη διαδικτυακή της εφαρμογή που συνδυάζει τις πέντε αυτές πηγές σε μια ενιαία αναζητήσιμη πηγή, στην οποία οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίζονται στις τέσσερις κατηγορίες περιοχών που σχετίζονται με τα miRNAs. Τα δεδομένα από κάθε πηγή εναρμονίστηκαν στο GRCh38 genome assembly, με τα identifiers, την ονοματολογία των χρωμοσωμάτων και την αναπαράσταση του κλώνου (strand) να κανονικοποιούνται μεταξύ των συνόλων δεδομένων. Οι περιοχές των υποκινητών ορίστηκαν ως λειτουργικά παράθυρα γύρω από τις θέσεις έναρξης της μεταγραφής (1000 bp ανοδικά / 500 bp καθοδικά για τους υποκινητές των miRNAs, βάσει των δεδομένων της DIANA-miRGen, και 1500 / 500 για τους υποκινητές των γονιδίων-στόχων, με βάση τις θέσεις έναρξης της μεταγραφής, όπως ορίζονται στο annotation του γονιδίου-στόχου), και οι επικαλύψεις των παραλλαγών με τις περιοχές δημιουργήθηκαν υπολογιστικά με τη χρήση των BEDTools, αφού πρώτα οι συντεταγμένες μετατράπηκαν σε 0-based βάσει των κανόνων των BED files. Δημιουργήθηκε ένα σχεσιακό mySQL schema 17 πινάκων, μαζί με τη διαδικτυακή του εφαρμογή, που υποστηρίζει αναζήτηση ανά miRNA, βιολογικό πλαίσιο και παραλλαγή. Η τελική βάση δεδομένων ενσωματώνει 78.861 γονίδια, 507.329 μετάγραφα, 1.918 πρώιμα και 2.883 ώριμα miRNA, 4.632.723 αλληλεπιδράσεις miRNA-γονιδίου στόχου, και 3.495.903 παραλλαγές ClinVar. Οι κλινικά χαρακτηρισμένες παραλλαγές αντιστοιχίστηκαν σε σώματα γονιδίων miRNA (660 διακριτές παραλλαγές), υποκινητές miRNA (146.491), πειραματικά τεκμηριωμένες θέσεις-στόχους (602.450) και υποκινητές γονιδίων-στόχων (177.200), ενώ το ποσοστό των παθογόνων ή πιθανώς παθογόνων παραλλαγών βρέθηκε σταθερό σε όλες τις κατηγορίες (7-10%), χωρίς κάποια περιοχή να εμφανίζει έντονο εμπλουτισμό. Τα βιολογικά πλαίσια από τη DIANA-TarBase (506) και τη DIANA-miRGen (498) αντιστοιχίστηκαν σε 146 ζεύγη, επιτρέποντας την εξέταση της δραστηριότητας των υποκινητών και των αλληλεπιδράσεων με στόχους εντός κοινού βιολογικού πλαισίου. Η ακεραιότητα της βάσης δεδομένων επαληθεύτηκε σε πολλαπλά επίπεδα: και οι 21 σχέσεις ξένων κλειδιών (foreign keys) επιβεβαιώθηκαν χωρίς «ορφανές» εγγραφές, όλα τα αποθηκευμένα διαστήματα αποδείχθηκε ότι ικανοποιούν τους περιορισμούς εγκυρότητας συντεταγμένων, και τα πλήθη των εγγραφών συμφωνούσαν με τα αρχεία των πηγών. Στον διακομιστή της βάσης δεδομένων, οι λειτουργίες αναζήτησης και αυτόματης συμπλήρωσης αποκρίνονται σε χιλιοστά του δευτερολέπτου, ενώ τα σύνθετα ερωτήματα στους μεγαλύτερους πίνακες συσχετίσεων αποτελούν το κύριο κόστος επιδόσεων και ένας στόχος για μελλοντική βελτιστοποίηση. Επεκτείνοντας την ανάλυση παραλλαγών-miRNA των υπαρχουσών πηγών σε μια προσανατολισμένη προς τους υποκινητές και στο βιολογικό πλαίσιο οπτική, η miregvar υποστηρίζει την ιεράρχηση και την ερμηνεία βάσει πλαισίου των παραλλαγών που ενδέχεται να επηρεάζουν τη βιογένεση, την έκφραση ή τη λειτουργία των miRNAs. Κάθε γονιδιωματική επικάλυψη αντιμετωπίζεται ως υποψήφια ρυθμιστική συσχέτιση προς περαιτέρω πειραματική διερεύνηση και όχι ως μια αποδεδειγμένη λειτουργική επίδραση.","MicroRNAs (miRNAs) are small non-coding RNAs that can regulate gene expression after transcription, and genetic variations can affect this regulation at several distinct points. The information required to reason about such variation is fragmented across independent resources with incompatible identifiers, coordinate conventions and data models: miRNA sequences in miRBase, cell type specific promoters in DIANA-miRGen, interactions in DIANA-TarBase, gene and transcript annotation in Ensembl, and clinically annotated variants in ClinVar. Existing specialized databases (miRNASNP, PolymiRTS, miRdSNP, SomamiR) concentrate almost exclusively on the miRNA precursor and the 3′UTR target site regions, leaving promoter-level variations largely unrepresented, and rarely linking variants to the cell context in which the affected regulation operates. In this work we present miregvar, an integrated relational database and web application that combines these five sources into a single queryable resource in which clinically annotated variants are assigned to the four categories of miRNA-related regions. Data from each source were harmonized onto the GRCh38 genome assembly, with identifiers, chromosome nomenclature and strand representation normalized across datasets. Promoter regions were defined as operational windows around the transcription start site (1000 bp upstream / 500 bp downstream for miRNA promoters (using miRGen-derived TSSs) and 1500 / 500 for target-gene promoters (using the annotated gene start as the TSS), and variant region overlaps were computed with BEDTools after converting coordinates to the 0-based BED convention. A MySQL schema of 17 tables was created along with its web application, supporting search by miRNA, biological context, and variant. The final database integrates 78,861 genes, 507,329 transcripts, 1,918 primary and 2,883 mature miRNA records, 4,632,723 miRNA-target interactions, and 3,495,903 ClinVar variants. Clinically annotated variants were assigned to miRNA gene bodies (660 distinct variants), miRNA promoters (146,491), experimentally supported target sites (602,450) and target-gene promoters (177,200), and the percentage of pathogenic or likely pathogenic variants was found to be stable across all of them (7-10%), with no region strongly enriched. Biological contexts from DIANA-TarBase (506) and DIANA-miRGen (498) were matched into 146 pairs, enabling promoter activity and target interactions to be examined in a shared biological context. Database integrity was verified at several levels, with all 21 foreign key relationships confirmed free of orphaned records, all stored intervals shown to satisfy coordinate validity constraints, and record counts reconciled with the source files. On the database host, search and autocomplete operations respond in milliseconds, while complex queries over the largest association tables were identified as the main performance cost and a target for future optimization. By extending miRNA-variant analysis of existing resources to a promoter and biological context oriented view, miregvar supports the prioritization and contextual interpretation of variants that may affect miRNA biogenesis, expression or function. Each genomic overlap is treated as a candidate regulatory association to be experimentally studied, rather than as evidence of a demonstrated functional effect."],"dc:identifier":["uoadl:5451518","https://pergamos.lib.uoa.gr/uoa/dl/object/5451518"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Analysis of Mutations in miRNA Promoters, and Their Potential Effects on Gene Expression and Pathogenesis"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:20:47Z"}