Detailansicht
Analysis of the connection between biological function of genes and the binding patterns of their respective mRNAs with RNA-binding proteins
David Eisele
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Molekulare Biologie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Molekulare Biologie
Betreuer*in
Bojan Zagrovic
DOI
10.25365/thesis.72677
URN
urn:nbn:at:at-ubw:1-15110.97166.503185-1
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Durch den Aufstieg von high-throughput Methoden, die neue, biologisch relevante Daten für eine große Anzahl von Genen zur Verfügung stellen, ist die Kategorisierung dieser Gene in funktionelle Gruppen extrem wichtig geworden. Obwohl es bereits gut strukturierte Gen Ontologien (GO) gibt, ist es noch immer eine Herausforderung, funktionelle Beziehungen zwischen Protein-codierenden Genen zu definieren. Die Feststellung und Evaluierung von quantitativen Metriken, um funktionelle Beziehungen festzustellen, bauen auf Korrelationen mit Zusatzinformationen, die aus Genexpressions- oder Sequenzdaten entstehen, auf. Die jetzige These untersucht die Möglichkeit, dass CLIP-seq (Crosslinking und Immunoprecipitation mit Sequenzierung) Daten genutzt werden könnten, um zelluläre mRNAs nach ihren Bindungsmustern von mRNA-bindenden Proteinen (RBPs) einzuteilen und diese Einteilung kritisch mit etablierten Einteilungen von Genen zu vergleichen. Dafür haben wir die mRNA-RBP Interaktionsmusterdaten mit Expressionsmusterdaten von The Human Protein Atlas, den sequenzbasierten Proteinfamilien der Pfam Datenbank und Gene Ontology tags, die Gene nach Molekulare Funktion, Zellulären Komponent und Biologischen Prozess gruppieren, zugeordnet. Außerdem haben wir festgestellt, welche tags am besten mit dem Bindungsmuster übereinstimmen und zu versuchen, eine bekannte funktionelle Verbindungen zwischen tags und Bindungsmustern herzustellen. Wir demonstrieren, dass mRNAs mit ähnlicheren Bindungsmustern auch eine höhere Wahrscheinlichkeit haben, Pfam-, GO- und Zellexpressions-tags zu teilen und identifiziern tags, die am Besten mit den entsprechenden Bindungsmustern zusammenhängen. Die jetzige Arbeit stellt einen frühen Versuch dar, mRNA-RBP Interaktionsmuster mit biologischen Funktionen in Verbindung zu bringen und eröffnet mehrere Wege für zukünftige Erforschung.
Abstract
(Englisch)
Due to the rise of high-throughput approaches, which provide new, biologically relevant data for vast numbers of genes, categorizing these genes into functional groups has become increasingly important. While there already exist well-structured gene ontologies (GO), it is still a challenge to define the functional relationships between protein coding genes. The establishment and evaluation of quantitative metrics for assessing functional relationships relies on correlations with additional information derived from gene expression or sequence data. The present thesis explores the possibility that CLIP-seq (crosslinking and immunoprecipitation with sequencing) data could be used to group cellular mRNAs according to their binding patterns with RNA-binding proteins (RBPs) and critically compares such classification with the established ways of grouping genes. For this, we relate the mRNA-RBP interaction pattern data with the expression pattern data from the Human Protein Atlas, the sequence-based protein families from the Pfam database and Gene Ontology (GO) tags which group genes according to molecular function, cellular component and biological process. Furthermore, we identify which tags fit best with the binding pattern grouping and attempt to find a known functional connection between tags and binding patterns. We demonstrate that mRNAs with more similar binding patterns are also more likely to share Pfam, GO and tissue expression tags and identify tags that coincide best with the respective binding patterns. The present work represents and early attempt to quantitatively link mRNA-RBP interaction patterns with biological function and opens up several venues for future exploration.
Schlagwörter
Schlagwörter
(Deutsch)
CLIP RNA Protein RBP
Schlagwörter
(Englisch)
CLIP RNA protein RBP
Autor*innen
David Eisele
Haupttitel (Englisch)
Analysis of the connection between biological function of genes and the binding patterns of their respective mRNAs with RNA-binding proteins
Paralleltitel (Deutsch)
Analyse der Verbindung zwischen biologischer Funktion von Genen und den Bindungsmuster ihren entsprechenden mRNAs mit RNA-bindenden Proteinen
Publikationsjahr
2022
Umfangsangabe
50 ungezählte Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Bojan Zagrovic
Klassifikation
42 Biologie > 42.13 Molekularbiologie
AC Nummer
AC16686654
Utheses ID
65205
Studienkennzahl
UA | 066 | 834 | |