Υπολογιστικά εργαλεία για τον εντοπισμό και μελέτη της λειτουργίας και των αλληλεπιδράσεων ρυθμιστικών δικτύων

Abstract

Yeast cells live in a constantly changing environment that requires the continuous adaptation of their genomic program in order for them to survive, proliferate and sustain their homeostasis. The regulation of genes can be represented as a complex network of interactions that consists of the proteins (transcription factors) and the genes that these proteins regulate as a response to specific signals. The development of high-throughput technologies has contributed to the accumulation of a large amount of data that can be used to build intracellular networks using a holistic approach. This processing requires powerful computational methods able to combine different types of data and identify quantitative and qualitative interactions among their components. Aim of the present work is to use the appropriate computational methods, specifically module identification methods and Artificial Neural Networks to combine available high-throughput experimental data in order to derive the structure of regulatory networks, identify quantitative interactions among their components and provide evidence for the mechanism of their regulation. The method was initially applied to experimental data regarding the response of Saccharomyces cerevisiae cells in various environmental changes but it is believed that it can be applied to genomic data of any organism, or to various cellular responses of the same organism. In brief, this work shows that: (a) the expression profile of at least 17/91 Saccharomyces cerevisiae genes related to stress can be predicted, given the expression profile of transcription factors that they exert their regulatory activity two layers upstream in the regulatory cascade in which these genes participate, (b) there is a delayed response between the expression of the second layer transcription factors and the target genes in 30/38 networks, (c) three networks that include known protein interactions can be successfully modeled as well as (d) the expression of two genes in perturbed networks and (e) is possible to identify six novel interactions that were not previously related to stress. The outcome of this work shows that a combination of gene expression data, protein-DNA interaction data and protein-protein interaction data analyzed by Artificial Neural Networks can infer and model biological networks, correlate quantitative interactions among regulators and regulatory genes, identify time-delayed regulatory interactions and suggest a probable mechanism of gene expression control under multiple conditions

Τα κύτταρα της μαγιάς ζουν σε ένα διαρκώς μεταβαλλόμενο περιβάλλον που απαιτεί τη συνεχή αναπροσαρμογή του γενομικού τους προγράμματος, ώστε να μπορέσουν να διατηρήσουν την ομοιόστασή τους, να επιβιώσουν και να πολλαπλασιαστούν. Η γονιδιακή ρύθμιση μπορεί να αναπαρασταθεί με ένα πολύπλοκο δίκτυο αλληλεπιδράσεων που αποτελείται από τις πρωτεΐνες (μεταγραφικοί παράγοντες) και τα γονίδια που αυτές ρυθμίζουν ως απόκριση σε συγκεκριμένα ερεθίσματα. Η ανάπτυξη τεχνολογιών ταχείας ανάλυσης (high throughput) έχει συνεισφέρει στη συσσώρευση ενός μεγάλου όγκου δεδομένων που μπορούν να χρησιμοποιηθούν για την κατασκευή ενδοκυτταρικών δικτύων με μια ολιστική προσέγγιση. Η επεξεργασία αυτή απαιτεί ισχυρές υπολογιστικές μεθόδους ικανές να συγχωνεύουν διαφορετικούς τύπους δεδομένων και να βρίσκουν ποιοτικές και ποσοτικές συσχετίσεις μεταξύ διαφορετικών στοιχείων. Στόχος της παρούσας διατριβής είναι να χρησιμοποιήσει τις κατάλληλες υπολογιστικές μεθόδους, συγκεκριμένα μεθόδους ομαδοποίησης και Τεχνητά Νευρωνικά Δίκτυα, ώστε να αξιοποιήσει τα υπάρχοντα πειραματικά δεδομένα μεγάλης κλίμακας και να εξάγει τη δομή ρυθμιστικών δικτύων, να βρει ποσοτικές συσχετίσεις ανάμεσα στα συστατικά που αποτελούν τα δίκτυα αυτά και να δώσει στοιχεία για το μηχανισμό ρύθμισης αυτών των δικτύων. Η εφαρμογή των μεθόδων έγινε σε πειραματικά δεδομένα που αφορούν την απόκριση κυττάρων του στελέχους Saccharomyces cerevisiae σε διάφορες περιβαλλοντικές αλλαγές, αποτελεί όμως μια γενική μέθοδο που μπορεί δυνητικά να χρησιμοποιηθεί σε γενομικά δεδομένα οποιουδήποτε οργανισμού, είτε σε ποικίλες αποκρίσεις του ίδιου οργανισμού. Περιληπτικά, η εργασία αυτή δείχνει ότι (α) το προφίλ έκφρασης τουλάχιστον 17/91 γονιδίων του Saccharomyces cerevisiae που σχετίζονται με στρες μπορεί να προβλεφθεί, αν είναι γνωστή η έκφραση των μεταγραφικών παραγόντων που βρίσκονται δύο επίπεδα πιο πάνω στο εκάστοτε βιολογικό μονοπάτι που καταλήγει στα γονίδια αυτά, (β) σε 30/38 από τα προσομοιωμένα δίκτυα εμφανίζεται χρονική υστέρηση μεταξύ της έκφρασης των μεταγραφικών παραγόντων δευτέρου επιπέδου και της έκφρασης του γονιδίου που αυτοί ρυθμίζουν. Σε κάθε τέτοιο δίκτυο εντοπίζεται η χρονική υστέρηση ανάμεσα στην έκφραση και την επίδραση κάθε μεταγραφικού παράγοντα στα γονίδια-στόχους. (γ) Προσομοιώνονται με επιτυχία 3 δίκτυα στα οποία ενσωματώνονται γνωστές πρωτεϊνικές αλληλεπιδράσεις, όταν οι συγκεκριμένες πρωτεϊνες δεν εμφανίζουν διαφορικό προφίλ έκφρασης, υποδεικνύοντας τη σπουδαιότητα ενσωμάτωσης δεδομένων πέραν της γονιδιακής έκφρασης. (δ) Προβλέπεται επιτυχώς η έκφραση 2 γονιδίων σε δίκτυα που έχουν υποστεί διαταραχές στη δομή τους, επιβεβαιώνοντας την ακρίβεια της μοντελοποίησης και (ε) εντοπίζονται 6 τουλάχιστον νέες ρυθμιστικές αλληλεπιδράσεις που δεν είχαν μέχρι τώρα συσχετισθεί με αλλαγές στη γονιδιακή έκφραση που σχετίζονται με το στρες.