Entschlüsselung und Modellierung genregulatorischer Netzwerke in Form gerichteter Graphen

点击翻译按钮获取中文摘要

Regulatorische Netzwerke der Transkription werden über ein komplexes System hierarchischer Faktoren gesteuert. Teildaten über regulatorische Netzwerke stehen aus der Literatur, sowie aus speziellen Datenbanken zur Verfügung. Beide Quellen liefern in den meisten Fällen nur eng begrenzte Ausschnittsbilder (z.B. Gen A reguliert Gen B). Die Informationen der NukleotidsequenzDatenbanken ist nur sehr unvollständig in diese Daten eingebunden, läßt sich aber mit Hilfe bereits von uns entwickelter Methoden in dieser Beziehung auswerten. Aus dem gesammelten Datenbestand dieser drei Ansätze können regulatorische Netzwerke in Form gerichteter Graphen modelliert werden, wobei eine dynamische Anpassung an den aktuell verfügbaren Datensatz erreicht werden kann. Derartige Modelle repräsentieren ein wichtiges Hilfsmittel zur Identifizierung potentieller Zielgene einzelner Transkriptionsfaktoren. Zusammen mit in silico Promotor-Analysen tragen sie dazu bei, die Ergebnisse des Screenings genomischer Sequenzen auf potentielle Targets zu verbessern. Dies wird den Wert zunächst anonymer genomischer Sequenzen für die pharmazeutische Forschung erheblich steigern und allgemein zu verbesserter Annotation der Sequenzen beitragen.