تحلیل شبکه تنظیم رونویسی تغییرات پس از ترجمه بر روی هیستون ها در اپیژنیک محاسباتی
- رشته تحصیلی
- مهندسی کامپیوتر- آلگوریتم ها و محاسبات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 13..;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 46434
- تاریخ دفاع
- ۲۹ شهریور ۱۳۸۹
- دانشجو
- هادی جرجانی
- استاد راهنما
- علی معینی
- چکیده
- همانطور که می دانیم سلول های یوکاریوتیک در موجودات چند سلولی همگی دارای کد ژنتیکی یکسانی هستند ولی در بیان این کد ژنتیکی یکسان با یکدیگر تفاوت دارند که منجر به شکل گیری سلول های گوناگون با عملکرد های متفاوت می شود. به ساز و کار هائی که باعث می شوند تا سلول ها ژن های خود را به طرق مختلف بیان کنند بدون اینکه ماده ژنتیکی تغییری کند، مکانیزم های اپیژنتیکی گفته می شود. فرضیه ای وجود دارد مبنی بر اینکه تغییرات اپیژنتیکی در هر سلول یوکاریوتیک منحصر به فرد است که این تغییرات کد اپیژنتیکی نیز نامیده میشوند. کد اپیژنتیکی شامل تغییرات در دم های هیستونی (که کد هیستونی نیز نامیده می شود) و سایر تغییرات موثر بر DNA از جمله متیله شدن DNA می باشد. این کد های اپیژنتیکی نقش عمده ای را در بیان ژن ایفا می کنند و از عوامل بسیار مهم در فرایند اشتقاق سلولی می باشند. در واقع اولین گام در بیان ژن، فرایند رونویسی می باشد که در واقع نیازمند این است که عوامل رونویسی به DNA دسترسی داشته باشند که بدین منظور لازم است که کروماتین در ناحیه ژنی کمی از DNA فاصله بگیرد. تغییر شکل کروماتین توسط الگوی تغییرات هیستونی چون استیله شدن، متیله شدن و سایر تغییرات هیستونی کنترل می شود. این الگو، کد هیستونی نامیده می شود که فرایند رونویسی را از طریق تغییر در ساختار کروماتین و ایجاد مکان های اتصال برای عوامل واکنش دهنده با کروماتین تنظیم می کند. در سال های اخیر نشان داده شده است که بین فعالیت عوامل رونویسی و تغییرات هیستونی به ویژه الگوی استیله شدن هیستون همبستگی وجود دارد. مدل کردن شبکه تنظیمی که این روابط را بین عوامل رونویسی و کد های هیستونی توصیف میکند هدف نهائی در رمزگشایی از کد هیستونی می باشد. در این پایان نامه قصد داریم تا شبکه تنظیمی که سطح استیله شدن 11 لایزین هیستون ها را به عنوان بخشی از کد هیستونی کنترل می کند، مدل کنیم. هدف نهائی پیدا کردن عوامل رونویسی است که در تنظیم استیله شدن هیستون ها بیشترین نقش را ایفا می کنند. ما برای پیدا کردن عوامل رونویسی ای که بیشترین نقش را در تنظیم استیله شدن لایزین خاص ایفا می کنند از روش رگرسیون LASSO استفاده کردیم. ورودی های این الگوریتم میزان اتصال عوامل رونویسی و همچنین میزان استیله شدن لایزین ها در همه نواحی ژنی بود. پس از بدست آوردن شبکه برای هر لایزین و یکپارچه کردن این شبکه ها مشاهده کردیم که این شبکه ها، ویژگی های جالبی را به لحاظ ساختاری از خود نشان می دهند که پدیده توزیع درجه قانون توان و همچنین پدیده که جهان از جمله ی این ویژگی ها بودند.
- Abstract
- As we know eukaryotic cells in an organism all have the same genetic code (genotype) but they differ in expressing this same genetic material which leads to forming various cells which have different functionalities (different phenotypes). These mechanisms that cause cells to express their genes differently without changing the genetic material are called epigenetic mechanisms. Epigenetic modifications in every eukaryotic cell are hypothesized to be specific which is also called epigenetic code. Epigenetic code consists of modifications in histone tails (also known as histone code) and other additional modifications such as DNA methylation. These epigenetic codes play an important role in gene expression and are of great importance in process of cellular differentiation. Actually the first step in gene expression is transcription and in fact transcriptional machinery must have access to DNA which necessitates the chromatin state to be more open in genomic loci. Chromatin remodeling is controlled by the pattern of histone modifications such as acetylation, methylation, phosphorilation, etc. This pattern is called histone code which regulates transcription through alterations in chromatin structure and generation of binding sites for chromatin-interacting factors. It has been shown that transcription factors’ binding activity is correlated with histone modifications specifically histone acetylation patterns. Modeling the regulatory network which describes these relations between TFs and histone codes and gene transcription is the ultimate goal in deciphering histone codes. In this thesis we are going to model the regulatory network which controls acetylation levels of 11 histone lysines, as part of histone code, in Saccharomyces cerevisiae. We are trying to find TFs which have greater role in regulating acetylation level of specific histone lysines. We have utilized LASSO regression to find important transcription factors which regulate specific lysine acetylation. LASSO inputs are transcription factors’ binding and level of acetylation for a specific lysine in all promoters of Saccharomyces cerevisiae. After building the network for each lysine and its regulators we integrated these networks to reach a whole network which illustrates an exhaustive view of these regulatory mechanisms for all 11 lysines and we also characterized some features of this network such as degree distribution which follows the power-law degree distribution.