Τεχνικές Διαχείρισης Δεδομένων Σε Βιοεπιστήμες

Abstract

Πολύχρονες ερευνητικές προσπάθειες, επιστημόνων από όλο τον κόσμο, οδήγησαν στην ανακάλυψη του καθοριστικού ρόλου που το DNA και οι παραγόμενες από αυτό πρωτεΐνες, διαδραματίζουν στους ζωντανούς οργανισμούς. Το επόμενο επιστημονικό επίτευγμα ήταν η αναγωγή των πολύπλοκων μορίων DNA ή πρωτεϊνών στην ευανάγνωστη και εύκολα από-θηκεύσιμη μορφή των ακολουθιών. Η παρούσα διπλωματική εργασία λοιπόν, αρχικά εισά-γει τον αναγνώστη στις απαραίτητες βιολογικές έννοιες και διαδικασίες, δίνοντας έμφαση σε ακολουθίες αμινοξέων και νουκλεοτιδίων. Έπειτα, καταγράφονται τα σημαντικότερα πρότυπα αναπαράστασης βιολογικών ακολουθιών, τα οποία χαρακτηρίζονται από την XML δομή τους. Στη συνέχεια περιγράφεται η τεχνική ευθυγράμμισης βιολογικών ακολουθιών, η οποία στοχεύει στον εντοπισμό ομοιοτήτων ανάμεσα σε αυτές. Συγκεκριμένα γίνεται η μελέτη των προγραμμάτων BLAST, FASTA και CLUSTAL, τόσο σε θεωρητικό, όσο και σε πειραματικό επίπεδο. Ο βαθμός ομοιότητας ακολουθιών που προκύπτει από την τεχνική της ευθυγράμμισης, μπορεί στη συνέχεια να χρησιμοποιηθεί προκειμένου να απεικονιστούν σε μορφή πίνακα οι εξελικτικές σχέσεις μεταξύ ακολουθιών, ή κατ’ επέκταση μεταξύ των ειδών. Με βάση έναν τέτοιον πίνακα και με τη χρήση αλγορίθμων ή πακέτων λογισμικού, κατασκευάζονται τα φυλογενετικά δένδρα, που απεικονίζουν εξελικτικές αποστάσεις μεταξύ ακολουθιών ή ειδών. Εν προκειμένω, μελετώνται οι αλγόριθμοι UPGMA και Neighbor-Joining καθώς και το πακέτο φυλογενετικής ανάλυσης PHYLIP. Τέλος η διπλωματική εργασία περιγράφει και αναλύει τον τρόπο με τον οποίο οι σεναριακές γλώσσες προγραμματισμού Perl και Python, συντελούν στην αυτοματοποίηση και διευκόλυνση εργασιών και ερευνών πάνω σε βιολογικά δεδομένα, κάνοντας ιδιαίτερη αναφορά στις κανονικές εκφράσεις και στους τρόπους αναζήτησης μοτίβων σε ακολουθίες.