Ανάλυση δεδομένων γονιδιακής έκφρασης και πολύπλοκων βιολογικών δικτύων

Abstract

This PhD thesis dealt with a wide range of topics and research questions of bioinformatics, which had as a common denominator the computational methodology for analysis of biological data and the identification of factors involved in the etiology of multifactorial diseases. In particular, we dealt with data from gene polymorphisms (SNPs) and their association with diseases, with gene expression data and the way they affect disease formation, and finally, with the analysis of complex biological networks regarding the molecular basis of disease, incorporating data from multiple sources. Initially we used the methodologies of meta-analysis of genetic data in order to investigate the association of genetic polymorphisms with diseases. We conducted a meta-analysis in order to investigate the association of CD24 gene polymorphisms with the risk of multiple sclerosis, a meta-analysis of the FZD3 gene polymorphisms and the risk of schizophrenia and a meta-analysis to examine the role of genetic polymorphisms of the renin-angiotensin system in renal diseases. Afterwards, we studied gene expression data and the way they are involved in diseases. We conducted an extensive review of the statistical methods have been proposed for identifying differentially expressed genes for analysis and meta-analysis of microarray DNA. We implemented, two methods of meta-analysis based on t-test, and we proposed a novel variant which exhibits a number of advantages. These methods were employed in order to identify genes involved in myocardial infarction. The next goal of the thesis was to construct a unified model that uses data from different sources in order to draw conclusions on the involvement of genes in diseases. Using reliable genetic association data from different sources, a network of human genes and diseases interactions was created in order to investigate the relationships between the human genetic diseases and the genes associated with these diseases. Major disease-disease correlations detected by common genetic basis could constitute the foundation, on which future efforts could be directed. Finally, we constructed and studied for the first time in the literature the signal transduction system of human G-proteins coupled receptors (GPCRs) in order to investigate the possible association of action of these receptors with the risk of diseases.

Η παρούσα διδακτορική διατριβή, ασχολήθηκε με ένα εύρος θεμάτων και ερευνητικών ερωτημάτων της βιοπληροφορικής, τα οποία είχαν κοινό παρονομαστή την μεθοδολογία υπολογιστικής ανάλυσης βιολογικών δεδομένων και την προσπάθεια εντοπισμού των παραγόντων που εμπλέκονται στην αιτιολογία πολυπαραγοντικών ασθενειών. Ειδικότερα, χρησιμοποιήθηκαν δεδομένα από γονιδιακούς πολυμορφισμούς (SNPs) και η συσχέτιση τους με ασθένειες, δεδομένα γονιδιακής έκφρασης για τη διευρεύνηση του τρόπου που αυτά επηρεάζουν τις ασθένειες, και τέλος, πραγματοποιήθηκε ανάλυση πολύπλοκων βιολογικών δικτύων που αφορούν τη μοριακή βάση ασθενειών, ενσωματώνοντας δεδομένα από πολλαπλές πηγές. Αρχικά, χρησιμοποιήθηκε η μεθοδολογία μετα-ανάλυσης γενετικών δεδομένων για τη διερεύνηση της συσχέτισης γονιδιακών πολυμορφισμών με ασθένειες. Πραγματοποιήθηκε μετα-ανάλυση που είχε ως στόχο τη διερεύνηση των πολυμορφισμών του γονιδίου CD24 με τον κίνδυνο εμφάνισης της σκλήρυνσης κατά πλάκας, μετα-ανάλυση των πολυμορφισμών του γονιδίου FZD3 με τον κίνδυνο εμφάνισης της σχιζοφρένειας και μετα-ανάλυση με στόχο τη διερεύνηση του ρόλου των γενετικών πολυμορφισμών του συστήματος ρενίνης-αγγειοτενσίνης σε νεφρικές ασθένειες. Στη συνέχεια, η μελέτη εστίασε στα δεδομένα γονιδιακής έκφρασης και τον τρόπο που αυτά εμπλέκονται σε ασθένειες. Πραγματοποιήθηκε μια εκτενής ανασκόπηση των στατιστικών μεθόδων που έχουν προταθεί για τον εντοπισμό διαφορικώς εκφρασμένων γονιδίων από ανάλυση και μετα-ανάλυση μικροσυστοιχιών DNA. Υλοποιήθηκαν, δυο μέθοδοι μετα-ανάλυσης βασισμένες στον έλεγχο t-test, ενώ προτάθηκε και μια πρωτότυπη παραλλαγή της μεθόδου η οποία εμφανίζει μια σειρά από πλεονεκτήματα. Οι παραπάνω μέθοδοι εφαρμόστηκαν προκειμένου να βρεθούν γονίδια που εμπλέκονται στο έμφραγμα του μυοκαρδίου. Επόμενος στόχος της διατριβής, ήταν η κατασκευή ενός ενοποιημένου μοντέλου που να χρησιμοποιεί δεδομένα από διαφορετικές πηγές προκειμένου να εξαχθεί ένα συμπέρασμα σχετικά με την εμπλοκή των γονιδίων σε ασθένειες. Χρησιμοποιώντας αξιόπιστα δεδομένα γενετικής συσχέτισης από διαφορετικές πηγές, δημιουργήθηκε ένα δίκτυο αλληλεπιδράσεων ανθρώπινων γονιδίων και ασθενειών, προκειμένου να διερευνηθούν οι συσχετίσεις μεταξύ των γενετικών ασθενειών του ανθρώπου και των γονιδίων που σχετίζονται με τις ασθένειες αυτές. Οι σημαντικές συσχετίσεις ασθενειών–ασθενειών που ανιχνεύθηκαν με κοινή γενετική βάση μπορούν να αποτελέσουν το θεμέλιο λίθο, στον οποίο θα στηριχθούν οι μελλοντικές προσπάθειες. Τέλος, κατασκευάστηκε και μελετήθηκε για πρώτη φορά στη βιβλιογραφία το δίκτυο μεταγωγής σήματος των ανθρώπινων υποδοχέων συζευγμένων με G-πρωτεΐνες (GPCRs) ώστε να διερευνηθεί η πιθανή συσχέτιση της δράσης των υποδοχέων αυτών με τον κίνδυνο εμφάνισης ασθενειών.