عنوان پایاننامه
بررسی الگوهای تنظیم شبکه های زیستی توسط MicroRNA ها با رویکرد بیوانفورماتیکی
- رشته تحصیلی
- بیوانفورماتیک - علوم ریاضی
- مقطع تحصیلی
- دکتری تخصصی PhD
- محل دفاع
- کتابخانه مرکز تحقیقات بیوشیمی و بیوفیزیک شماره ثبت: 11431ب;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 73215;کتابخانه مرکز تحقیقات بیوشیمی و بیوفیزیک شماره ثبت: 11431ب;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 73215
- تاریخ دفاع
- ۱۵ مهر ۱۳۹۴
- دانشجو
- مهدی احمدی
- استاد راهنما
- علی فرازمند, سیدامیر مرعشی
- چکیده
- برای تنظیم برخی شبکه های زیستی توسط microRNA (miRNA) ها چند الگوی مهم گزارش شده است. اما هر یک از این الگوها منعکس کننده تنها یک جنبه خاص از نقش تنظیمی miRNA ها در شبکه های زیستی اند. به علاوه، غالب اصول گزارش شده از جامعیت کافی برخوردار نبوده و به بیان دیگر تنها مختص به یک شبکه زیستی (مثلاً شبکه متابولیک انسان) بوده اند. در این مطالعه ضمن مرور تفصیلی این الگوها، با طرح و آزمون چند فرضیه مناسب، به دنبال یافتن الگوهای جامعی در خصوص تنظیم شبکه های زیستی توسط miRNA ها و عوامل رونویسی (TF ها) بوده ایم. از مهمترین فرضیاتی که مطرح شد این است که آیا بین اهداف miRNA ها و TF ها و اجزای مهم شبکه های زیستی یک رابطه سیستماتیک وجود دارد؟ برای آزمون این فرضیه 3 معیار اهمیت مبتنی بر miRNA به نام های miRcount، AAmiC و TAmiC و 3 معیار اهمیت مبتنی بر TF به نام های TFcount، AATFC و TATFC تعریف شد و توان هریک در شناسایی رأس های مهم 9 شبکه زیستی با استفاده از الگوریتم Attack Robustness مورد بررسی قرار گرفت. پیش تر نشان داده شده است که حذف رأس های شبکه ها به ترتیب نزولی اهمیت آنها (مثلاً به ترتیب نزولی از درجه رأسها) می تواند ساختار شبکه ها را به صورت قابل ملاحظه تری تخریب کند. شبکه های زیستی مورد بررسی در تحقیق حاضر عبارت اند از شبکه پیام رسانی انسان، شبکه پیام رسانی سرطان، شبکه متابولیک انسان، شبکه متابولیک سرطان، شبکه برهم کنش پروتئین های انسان (3 نسخه)، شبکه برهم کنش پروتئین های سرطان و شبکه برهم کنش پروتئین های C. elegans. در این تحقیق ضمن اثبات وجود رابطه بین عوامل تنظیمی (miRNA و TF) و استواری شبکه های زیستی به صورت سیستماتیک، نشان داده شد که miRNA ها و TF ها بیشتر تمایل دارند اجزای مهم شبکه های زیستی را به صورت غیر مستقیم یعنی از طریق تنظیم بیان همسایگان آنها کنترل کنند. همچنین معلوم شد که miRNA ها نسبت به TF ها عموماً به شکل موثرتری رأس های آسیب پذیر شبکه های زیستی را تنظیم می کنند. همچنین نتایج این تحقیق نشان داد که معیار اهمیت TAmiC به دلیل بهره گیری از اطلاعات زیستی در کنار اطلاعات ساختاری شبکه ها بهتر از معیارهای مرکزیت، که تنها بر اطلاعات ساختاری شبکه ها مبتنی هستند، ژن های مهم شبکه های زیستی از جمله ژن های ضروری، ژن های سرطانی و ژن های حفظ شده به لحاظ تکاملی را شناسایی می کند. کلمات کلیدی: microRNA ها؛ عوامل رونویسی؛ الگوهای تنظیمی؛ استواری در برابر حمله
- Abstract
- A few regulatory patterns of microRNAs (miRNAs) in biological networks reported so far. However, all these patterns reflect just a certain aspect of miRNA regulation in biological networks. Additionally, the suggested principles in the context of miRNA regulation are not comprehensive and just belong to a given biological network (e.g. metabolic network). First, we reviewed these patterns thoroughly and then tried to find some comprehensive miRNAs and transcription factors (TFs) regulatory patterns via conducting and testing several suitable hypotheses. One of the most important established hypotheses is whether there is a systematic relationship between miRNA and TF targets and the important components of biological networks. To test this hypothesis, we introduced three miRNA-based importance measures including miRcount, AAmiC and TAmiC and also three TF-based ones namely TFcount, AATFC and TATFC and then tested their capability in identifying important vertices of nine biological networks using attack robustness strategy. It has been previously shown that deletion of network vertices in descending order of their importance (e.g. in decreasing order of vertex degrees) can affect the network structure much more considerably. Here, biological networks under investigation are signaling network, cancer-signaling network, metabolic network, cancer-metabolic network, three different versions of protein-protein interaction network (PPIN), cancer-PPIN and PPIN of C. elegans. In this study we showed systematically that there is a relationship between regulatory factors (including miRNAs and TFs) and robustness of biological networks. In addition, our results demonstrated obviously that miRNAs and TFs tend to regulate important components of biological networks indirectly, i.e. via regulating the expression of their neighboring components. We also concluded that miRNAs regulate vulnerable vertices of biological networks more effectively than TFs. The results of this study suggest that TAmiC which represents a measure based on both structural and biological knowledge, can successfully determine biologically important genes of networks including essential genes, cancer genes and evolutionarily conserved genes more considerably better than centrality measures which are solely based on network structure Keywords: MicroRNAs; Transcription factors; Regulatory patterns; Attack robustness