Knowledge bases, computational methods and data mining techniques with applications to A-to-I RNA editing, Synthetic Biology and RNA interference

La Bioinformatica, nota anche come Biologia Computazionale, è un campo relativamente nuovo che mira alla risoluzione di problemi biologici attraverso approcci computazionali. Questa scienza interdisciplinare persegue due obiettivi particolari tra i molti: da un lato, la costruzione di database biologici per memorizzare razionalmente sempre maggiori quantità di dati che divengono sempre più disponibili, e, dall'altro, lo sviluppo e l'applicazione di algoritmi al fine di estrarre pattern di predizione ed inferire nuove conoscenze altrimenti impossibili da ottenere da tali dati. Questa tesi presenterà nuovi risultati su entrambi questi aspetti. Infatti, il lavoro di ricerca descritto in questa tesi di dottorato ha avuto come obiettivo lo sviluppo di euristiche e tecniche di data mining per la raccolta e l'analisi di dati relativi ai meccanismi di regolazione post-trascrizionale ed RNA interference, così come il collegamento del fenomeno dell RNA A-to-I editing con la regolazione genica mediate dai miRNA. In particolare, gli sforzi sono stati finalizzati allo sviluppo di una banca dati per la predizione di siti di legame per miRNA editati tramite RNA A-to-I editing; un algoritmo per la progettazione di miRNA sintetici con alta specificità; e una base di conoscenza dotata di algoritmi di data mining per l'annotazione funzionale dei microRNA, proposta come risorsa unificata per la ricerca sui miRNA.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2014

Author dc:creator

• VENEZIANO, DARIO

Contributors dc:contributor

• FERRO, Alfredo

• miRNA,RNA interference,synthetic biology,bioinformatics,database,RNA editing,data mining

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/589151

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/589151