Development and implementation of a repository for transcriptional regulatory information

Detalhes bibliográficos
Autor(a) principal: Lima, Diogo Batista
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/79880
Resumo: Dissertação de mestrado em Bioinformatics
id RCAP_d0595f487fde4fb4af0b8e161ddafe50
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/79880
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Development and implementation of a repository for transcriptional regulatory informationTranscriptional regulatory networksGene regulationRepository developmentGraph databasesData warehousingRedes regulatórias de transcriçãoRegulação génicaDesenvolvimento de um repositórioNeo4jEngenharia e Tecnologia::Outras Engenharias e TecnologiasDissertação de mestrado em BioinformaticsThe development of an integrated framework to infer genome-scale regulatory networks requires comparative genomics or experimental data. The former requires the compilation of transcriptional regulatory data, as the results of predictions may depend on the quantity and quality of template data. The automatic inference of gene regulatory networks has multiple applications in systems biology, such as the integration of regulatory data in Genome-Scale Metabolic (GSM) models to improve the accuracy of phenotypic predictions. In this work, we have implemented a state-of-the-art repository of prokaryotic Transcriptional Regulatory Network (TRN)s and several tools to analyse and handle the reg ulatory information. Regulatory networks are a set of highly interconnected entities, therefore a graph database management system was used to store the retrieved data. Neo4j was the chosen framework due to its efficiency, abundant documentation and compatibility with multiple programming languages, such as Python and Java. The repository implementation was performed by retrieving regulatory data from five online databases and five studies of TRNs on prokaryotic organisms. Resources of genomics and proteomics data, such as Universal Protein Resource (UniProt) and National Center for Biotechnology Information (NCBI) were also used to complete the repository. Based on the data warehousing procedures, Extract Transform Load (ETL) tools were used to assemble the main resource of regulatory information of this repository. The development of the repository also required the implementation of several subsystems for multiple purposes, such as data extraction, transformation, loading, request and visualization. The unification of all extracted data resulted in the implementation of the most extensive resource of TRNs reported for prokaryotic organisms, with regulatory data for 510 species and approximately 1500 unique regulators controlling the expression levels of over 46000 target genes. In addition, a web application was developed to provide a user-friendly graphical interface for interested parties lacking programming knowledge, available at http://bit.ly/ProTReND_DB.O desenvolvimento de uma plataforma para inferir redes regulatórias requer da-dos de genómica comparativa ou experimentais. Isto implica a compilação de dados de redes regulatórias de transcrição, visto que os resultados das inferências podem depender da quantidade e qualidade dos dados modelo. A inferência automática de redes de regulação de genes tem várias aplicações em biologia de sistemas, nomeadamente a integração de dados regulatórios em modelos metabólicos à escala genómica de forma a melhorar a precisão de previsões fenotípicas. Neste trabalho, foi implementado um repositório que reflete o estado da arte em redes regulatórias de transcrição, além de várias ferramentas para analisar e manipular os seus conteúdos. Posto isto, a escolha de sistema de gestão de bases de dados passou pela plataforma Neva./ (base de dados de grafos), devido à sua reconhecida eficiência, documentação abundante e compatibilidade com várias linguagens de programação, como Python e fava. A implementação do repositório foi possível através da extração de dados regulatórios de cinco bases de dados online, cinco estudos de redes regulatórias de transcrição em organismos procariontes e de recursos de dados de genómica e proteómica, nomeadamente, UniProt e NCBI. Baseado nas ferramentas ETL, tipicamente utilizadas em data warehousing, dividiu-se o repositório em vários sub-sistemas, direcionados para tarefas específicas como extrair, transformar e carregar dados. Adicionalmente, foram desenvolvidas ferramentas para automatizar processos de requisição e visualização de dados do repositório. A união de todos os dados extraídos, resultou na implementação da fonte de redes regulatórias de transcrição de organismos procariontes mais extensa, até então reportada, fornecendo dados regulatórios para 510 espécies e aproximadamente isoo reguladores distintos, responsáveis pelo controlo dos níveis de expressão de mais de 46000 genes. Complementarmente, foi desenvolvida uma aplicação web de forma a disponibilizar uma interface gráfica a possíveis interessados sem conhecimentos de programação. A plataforma encontra-se disponível em http://bit.ly/ProTReND_DB.This work is a result of the project 22231/01/SAICT/2016: “Biodata.pt – Infraestrutura Portuguesa de Dados Biologicos”, supported by the PORTUGAL 2020 Partnership Agreement, through the European Regional Development Fund (ERDF).Dias, OscarUniversidade do MinhoLima, Diogo Batista2019-11-132019-11-13T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/79880eng203017609info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-09T01:19:55Zoai:repositorium.sdum.uminho.pt:1822/79880Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:02:00.906487Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Development and implementation of a repository for transcriptional regulatory information
title Development and implementation of a repository for transcriptional regulatory information
spellingShingle Development and implementation of a repository for transcriptional regulatory information
Lima, Diogo Batista
Transcriptional regulatory networks
Gene regulation
Repository development
Graph databases
Data warehousing
Redes regulatórias de transcrição
Regulação génica
Desenvolvimento de um repositório
Neo4j
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
title_short Development and implementation of a repository for transcriptional regulatory information
title_full Development and implementation of a repository for transcriptional regulatory information
title_fullStr Development and implementation of a repository for transcriptional regulatory information
title_full_unstemmed Development and implementation of a repository for transcriptional regulatory information
title_sort Development and implementation of a repository for transcriptional regulatory information
author Lima, Diogo Batista
author_facet Lima, Diogo Batista
author_role author
dc.contributor.none.fl_str_mv Dias, Oscar
Universidade do Minho
dc.contributor.author.fl_str_mv Lima, Diogo Batista
dc.subject.por.fl_str_mv Transcriptional regulatory networks
Gene regulation
Repository development
Graph databases
Data warehousing
Redes regulatórias de transcrição
Regulação génica
Desenvolvimento de um repositório
Neo4j
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
topic Transcriptional regulatory networks
Gene regulation
Repository development
Graph databases
Data warehousing
Redes regulatórias de transcrição
Regulação génica
Desenvolvimento de um repositório
Neo4j
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
description Dissertação de mestrado em Bioinformatics
publishDate 2019
dc.date.none.fl_str_mv 2019-11-13
2019-11-13T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/79880
url https://hdl.handle.net/1822/79880
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203017609
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132420412276736

Registros relacionados