System Development for Detecting and Profiling of Plasmodium falciparum Regulatory DNA Motifs

โปรแกรมสำหรับค้นหาส่วนของดีเอ็นเอที่มีบทบาทในกาควบคุมการแสดงออกของกลุ่มยีน ในเชื้อพลาสโมเดียม ฟาลซิพารั่ม

Rigorous assignment and integration of confidence for automated function prediction methods for Yeast and Worin

การกำหนดค่าคะแนนใหม่โดยการรวบรวมผลจากวิธีการทำนายต่างๆ สำหรับใช้ทำนายหน้าที่ของโปรตีน

Name: Sarunya Suebtragoon

Organization : King Mongkut's University of Technology Thonburi. School of Bioresources and Technology and School of Information Technology. Bioinformatics

keyword: Plasmodium falciparum

; พลาสโมเดียมฟัสซิปารัม

; Malaria

; DNA

; Neural networks [Computer science]

; Genomes

Abstract: Malaria is a life-threatening parasitic disease that is one of major killers of humans worldwide. And Plasmodium falciparum is responsible for most malaria deaths. In this work a bioinformatics tool has been developed to find candidate regulatory DNA motifs from the upstream sequences of co-expressed genes of Plasmodium falciparum. This system can analyze the multiples sets of the input at the same time and all output (common DNA motifs) will be compared and grouped based on their presenting among all sets of input then visualize to the user in one snapshot. The tool was validated by using the previously characterize data set in Saccharomyces cerevisiae. The validation shows that our developed tool can detect the regulatory DNA motifs in Yeast then we applied our tool to analyze the 11 groups of GO-expressed gene obtained from the transcriptome of the Intraerythrocytic Development Cycle of Plasmodium falciparum. In this experiment we obtained the sets of candidate regdatory DNA motifs, some are specific for one group of genes and present with high significant index. The knowledge of the regulatory DNA motif of co-expressed genes would allow us to explore fivther the corresponding transcription factor, and perhaps enable us to depict the gene regulatory network of Plasmodium falciparum

Abstract: มาลาเรียเป็นโรคที่มีความร้ายแรงและเป็นสาเหตุสำคัญที่ทำให้มีผู้เสียชีวิตมากมายทั่วโลก ซึ่งการติด เชื้อ พลาสโมเดียม ฟาลซิพารั่ม ทำให้เกิดการเสียชีวิตจากโรคมาลาเรียมากที่สุด ในโครงการศึกษาวิจัย นี้ได้มีการสร้างโปรแกรมสำหรับค้นหาส่วนของดีเอ็นเอในช่วงหน้ายีนที่น่าจะมีบทบาทในการ ควบคุมการแสดงออกของกลุ่มยีน ซึ่งมีผลทำให้ยีนภายในกลุ่มมีลักษณะการแสดงออกในลักษณะ เดียวกัน โดยโปรแกรมนี้สามารถทำการวิเคราะห์เพื่อหาส่วนของดีเอ็นเอเหล่านี้จากกลุ่มยีนหลายๆกลุ่ม ได้โดยการใส่ข้อมูลทั้งหมดเพียงครั้งเดียว หลังจากนั้นผลลัพท์ของแต่ละกลุ่ม จะถูกนำมาเปรียบเทียบ กัน เพื่อหาว่า ส่วนของดีเอ็นเอใดมีการเกิดขึ้นในกลุ่มยีนใดบ้าง ซึ่งการแสดงผลในลักษณะนี้จะช่วย ให้เห็นส่วนของดีเอ็นเอใดที่มีความจำเพาะกับกลุ่มยีน ซึ่งเมื่อนำมาพิจารณาร่วมกับค่านัยสำคัญของ ส่วนของดีเอ็นเอในแต่ละกลุ่มยีน จะทำให้การระบุชิ้นส่วนของดีเอ็นเอที่น่าจะมีบทบาทในการ ควบคุมการแสดงออกของยีนได้อย่างมีประสิทธิภาพมากขึ้น หลังจากโปรแกรมถูกพัฒนาขึ้นได้มีการ ตรวจสอบประสิทธิภาพของโปรแกรมโดยการทดลองกับกลุ่มของยีนของยีสต์ ซึ่งข้อมูลส่วนดีเอ็นเอ ที่มีบทบาทในการควบคุมการแสดงออกได้มีการศึกษาและยืนยันจากการทดลองในห้องปฎิบัติการ ซึ่ง ปรากฎว่าโปรแกรมสามารถค้นหา ส่วนของดีเอ็นเอเหล่านั้นได้อย่างถูกต้อง จากนั้นได้มีการทำการศึกษา ข้อมูลกลุ่มยีน 11 กลุ่มของเชื้อ พลาสโมเดียม ฟาลซิพารั่ม ซึ่งยีนภายในกลุ่มมีลักษณะ การแสดงออกเป็นไปในลักษณะเดียวกัน โดยข้อมูลนี้ได้มาจากการทดลองไมโครอะเรย์ในช่วง 48 ชั่วโมง สำหรับการพัฒนาของเชื้อ พลาสโมเดียม ฟาลซิพารั่ม ในเม็ดเลือดแดง จากการวิเคราะห์เราสามารถระบุส่วน ของดีเอ็นเอ ที่น่าจะมีผลในการควบคุมการแสดงออกของกลุ่มยีนในแต่ละกลุ่มได้โดยบางกลุ่มของส่วนของ ดีเอ็นเอเหล่านี้ มีความจำเพาะกับบางกลุ่มยีนเท่านั้นอีกทั้งมีค่านัยสำคัญสูงอีกด้วย ความรู้เกี่ยวกับส่วนของดีเอ็นเอที่มีบทบาทในการควบคุมการแสดงออกของกลุ่มยีนจะสามารถขยายผล เพื่อนำไปสู่การค้นหาชนิดของโปรตีนที่จะมาเกาะกับส่วนของดีเอ็นเอ เหล่านี้ ซึ่งจะนำไปสู่ ความรู้ความเข้า ใจเกี่ยวกับเครือข่ายการควบคุมของยีนในเชื้อ พลาสโมเดียม ฟาลซิพารั่ม โดยจะมีประโยชน์อย่างยิ่งในการ ค้นหายาหรือวัคซีนเพื่อจัดการกับโรคมาลาเรีย

Abstract: Nowadays, there are many protein databases along with the tools that can be use to annotate the function of proteins. Each tool has its own methodology for annotating proteins and assigning a confidence value to these predicted annotations. The tools and databases have their own strengths and weaknesses. In this work we have developed methods for integrating the function prediction values obtained using different methods into a neural network to provide an overall confidence which is called the correctness score. We use ow developed method to assign the correctness score to predicted functions in all proteins of Yeast (Saccharomyces cerevisiae) and Worm (Caenorhabditis elegans). However, the neural networks for obtaining the correctness score assignments for Yeast and Worm do not perform well at this point. Our methodology should be improved for better results.

Abstract: ในปัจจุบันนี้ได้มีฐานข้อมูลเกี่ยวกับโปรตีน รวมถึง ซอฟท์แวร์ต่างๆ อย่างมากมาย ซึ่งสามารถใช้ใน การค้นหาหรือทำนายหน้าที่ของโปรตีนได้ โดยฐานข้อมูลและซอฟท์แวร์ต่างๆ นั้นมีหลักวิธีการใน การทำนายหน้าที่ของโปรตีนที่แตกต่างกัน ซึ่งแต่ละวิธีการย่อมมีข้อดีและข้อด้อยที่ไม่เหมือนกัน ใน งานนี้ได้มีการพัฒนาวิธีการเพื่อใช้สำหรับให้ค่าคะแนนรวม ซึ่งจะเรียกคะแนนนี้จะเรียกว่า คะแนน ความถูกต้อง โดยมีการสร้างวิธีการในการรวบรวมผลจากวิธีการทำนายต่างๆซึ่งในขั้นตอนของการ เตรียมข้อมูลนี้จะมีการเปรียบเทียบผลจากการทำนายกับผลจากห้องทดลองที่ได้รับการพิสูจน์แล้วเพื่อ คำนวณค่าคะแนนความถูกต้อง และใช้ข่ายงานประสาทเทียมเพื่อเรียนรู้และจดจำข้อมูลเหล่านี้ และ ได้นำวิธีการที่สร้างขึ้นไปประยุกต์ใช้กับข้อมูลของจีโนมยีสต์และหนอน เพื่อทดสอบความแม่นยำ ของวิธีการที่สร้างขึ้นไปประสิทธิภาพของข่ายงานประสาทเทียม ซึ่งหากความแม่นยำเพียงพอ ก็สามารถนำ ข่ายงานประสาทเทียมที่ผ่านการเรียนรู้แล้ว ไปใช้ในการให้ ค่าคะแนนความถูกต้อง สำหรับหน้าที่ของโปรตีน ที่ไม่มีข้อมูลจากการทดลอง อย่างไรก็ตามผล จากข่ายงานประสาทเทียม ของยีสต์และหนอน ยังไม่สามารถให้ ผลเป็นที่น่าพอใจ ซึ่งต้องหาวิธีการในการปรับปรุงต่อไป

King Mongkut's University of Technology Thonburi. Library

Address: BANGKOK

Email: info.lib@mail.kmutt.ac.th

Name: Chakarida Nukoolkit

Role: Advisor

Name: Ram Samudrala

Role: Advisor

Created: 2004

Modified: 2012-02-07

Issued: 2008-03-04

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: BIF3

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Bioinformatics

Grantor: King Mongkut's University of Technology Thonburi

©copyrights King Mongkut's University of Technology Thonburi

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	BIF3abth[2].txt	1.39 KB	30	2021-09-26 09:44:29
2	BIF3aben[2].txt	1.25 KB	12	2018-05-13 01:29:13
3	BIF3abth[1].txt	2.22 KB	7	2020-01-26 14:26:33
4	BIF3aben[1].txt	1.65 KB	7	2020-01-26 14:26:58
5	BIF3ab[2].pdf	51.61 KB	12	2018-05-13 01:29:15
6	BIF3ab[1].pdf	75.95 KB	14	2021-08-17 21:15:48
7	BIF3.pdf	7.58 MB	31	2024-03-26 11:32:26

ใช้เวลา

0.049927 วินาที