statistical physics, transcription regulation, signal transduction, microRNA
Discipline
Biophysics (Council of Physical Sciences)
50 %
Physics (Council of Physical Sciences)
50 %
Ortelius classification: Computational physics
Panel
Physics 1
Department or equivalent
Department of Biological Physics (Eötvös Loránd University)
Starting date
2008-10-01
Closing date
2011-06-30
Funding (in million HUF)
5.677
FTE (full time equivalent)
0.69
state
closed project
Summary in Hungarian
Az elmúlt évtizedekben a molekuláris biológiai mérési technológiák hatalmas fejlődésen mentek keresztül és ez a fejlődés napjainkban is tart. A nagy mennyiségű és erősen strukturált mérési eredmény feldolgozásában a hálózati megközelítéssel nemzetközi szinten jelentős eredmények születtek. A pályázatban tervezett kutatás során molekuláris biológiai szabályozási hálózatok elemzését tervezzük statisztikus fizikai eszközökkel, ezen belül is nagyrészt a komplex hálózatok segítségével. A három fő molekuláris biológiai szabályozási hálózat, amelyet elemezni kívánunk: szignál transzdukció, transzkripció szabályozás és RNS interferencia. Az RNS interenferencia hálózatban egy él egy mikroRNS-t jelképező pontból egy szabályozott gént jelképező pontba mutat; tervezzük ebben az irányított hálózatban a mikroRNS-ek csoportosítását szerepkörök szerint. Jellemezni kívánjuk a három kölcsönhatás típusból összesített szabályozási hálózat globális szerkezetének vizsgálatát. A kutatás célja, hogy a hálózati módszerek és a korrelációk segítségével feltárjon új funkcionális tulajdonságokat a molekuláris biológiai szabályozásban.
Summary
We plan to apply techniques from statistical physics, and especially the field of complex networks, to the analysis of molecular biological regulation. Throughout the past decades, this field has been growing quickly, mainly because of the fast and still ongoing development of experimental techniques and the application of integrative (often network-based) approaches. The three main regulatory networks investigated will be signal transduction, transcription regulation and RNA silencing. We plan to analyze the roles of regulators in the RNA silencing network (directed links point from microRNAs to target genes). Another goal of our research is to characterize the global structure of the combined molecular biological regulatory system constructed from the interactions of all three regulatory webs. We suggest that analyses focusing on network properties and correlations may reveal novel functional properties of the molecular regulatory webs.
Final report
Results in Hungarian
A projektben molekuláris biológiai szabályozási hálózatok elemzését végeztük számítógépes biológiai (bioinformatikai) eszközökkel. Az első vizsgált szabályozási hálózat típus rövid szabályozó RNS-ek (mikroRNS-ek) és messenger RNS-ek kapcsolatait írja le, a második vizsgált hálózat típus sejten belüli jelátviteli kölcsönhatásokat ír le. Az első esetben azonosítottunk együtt szabályozó mikroRNS-ekből álló modulokat, és javaslatot tettünk konkrét kísérletekre, amelyekkel megállapítható, hogy az egyes mikroRNS-ek az emberi sejtek számára mennyire nélkülözhetőek. A második esetben összeállítottunk egy jelátviteli útvonal adatbázist, javaslatot tettünk (fontossági/szignifikancia sorrendben) új gyógyszer célpont fehérjékre. Továbbá előrelejeztünk a hálózatban résztvevő újabb fehérjéket, amelyek közül 6 fehérjére az előrejelzést kísérletekkel ellenőrizték társszerzők az ELTE Genetika tanszékén.
Results in English
In this project we have analyzed molecular biological regulatory networks with computational biological tools. The first type of analyzed regulatory networks contains interactions between short regulating RNAs (microRNAs) and messenger RNAs, while the second type of regulatory networks contains intracellular signaling pathways. In the first case we have identified modules (groups) of microRNAs with highly similar regulatory tasks within each group, and proposed experiments to determine the relative level of dispensability of each human microRNA. In the second case have compiled a resource of intracellular signaling pathways and suggested (in order of significance) novel drug target proteins. Moreover, we have predicted novel pathway member proteins, of which 6 have been experimentally verified by co-authors at the Department of Genetics at Eotvos University
