Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10773/29200
Título: | Prediction and analysis of biological networks structure and dynamics |
Outros títulos: | Previsão e análise da estrutura e dinâmica de redes biológicas |
Autor: | Correia, Fernanda Maria dos Reis Brito e Rodrigues |
Orientador: | Oliveira, José Luis Guimarães Arrais, Joel Perdiz |
Palavras-chave: | Biological networks Protein interaction networks Network topology Network modeling Computational biology |
Data de Defesa: | 10-Abr-2019 |
Resumo: | Increasing knowledge about the biological processes that govern the
dynamics of living organisms has fostered a better understanding of the
origin of many diseases as well as the identification of potential therapeutic
targets. Biological systems can be modeled through biological networks,
allowing to apply and explore methods of graph theory in their investigation
and characterization. This work had as main motivation the inference of
patterns and rules that underlie the organization of biological networks.
Through the integration of different types of data, such as gene expression,
interaction between proteins and other biomedical concepts, computational
methods have been developed so that they can be used to predict and study
diseases.
The first contribution, was the characterization a subsystem of the human
protein interactome through the topological properties of the networks that
model it. As a second contribution, an unsupervised method using biological
criteria and network topology was used to improve the understanding of
the genetic mechanisms and risk factors of a disease through co-expression
networks. As a third contribution, a methodology was developed to remove
noise (denoise) in protein networks, to obtain more accurate models, using
the network topology. As a fourth contribution, a supervised methodology
was proposed to model the protein interactome dynamics, using exclusively
the topology of protein interactions networks that are part of the dynamic
model of the system.
The proposed methodologies contribute to the creation of more precise,
static and dynamic biological models through the identification and use of
topological patterns of protein interaction networks, which can be used to
predict and study diseases. O conhecimento crescente sobre os processos biológicos que regem a dinâmica dos organismos vivos tem potenciado uma melhor compreensão da origem de muitas doenças, assim como a identificação de potenciais alvos terapêuticos. Os sistemas biológicos podem ser modelados através de redes biológicas, permitindo aplicar e explorar métodos da teoria de grafos na sua investigação e caracterização. Este trabalho teve como principal motivação a inferência de padrões e de regras que estão subjacentes à organização de redes biológicas. Através da integração de diferentes tipos de dados, como a expressão de genes, interação entre proteínas e outros conceitos biomédicos, foram desenvolvidos métodos computacionais, para que possam ser usados na previsão e no estudo de doenças. Como primeira contribuição, foi proposto um método de caracterização de um subsistema do interactoma de proteínas humano através das propriedades topológicas das redes que o modelam. Como segunda contribuição, foi utilizado um método não supervisionado que utiliza critérios biológicos e topologia de redes para, através de redes de co-expressão, melhorar a compreensão dos mecanismos genéticos e dos fatores de risco de uma doença. Como terceira contribuição, foi desenvolvida uma metodologia para remover ruído (denoise) em redes de proteínas, para obter modelos mais precisos, utilizando a topologia das redes. Como quarta contribuição, propôs-se uma metodologia supervisionada para modelar a dinâmica do interactoma de proteínas, usando exclusivamente a topologia das redes de interação de proteínas que fazem parte do modelo dinâmico do sistema. As metodologias propostas contribuem para a criação de modelos biológicos, estáticos e dinâmicos, mais precisos, através da identificação e uso de padrões topológicos das redes de interação de proteínas, que podem ser usados na previsão e no estudo doenças. |
URI: | http://hdl.handle.net/10773/29200 |
Aparece nas coleções: | UA - Teses de doutoramento DETI - Teses de doutoramento |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Documento.pdf | 2.82 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.