Σύστημα διαχείρισης διαχρονικών δεδομένων για γονίδια

Abstract

Η μελέτη των βιομορίων που συμμετέχουν στους μηχανισμούς της ζωής (πχ DNA, πρωτεΐνες, μόρια microRNA κτλ) είναι απαραίτητη για να μπορέσουν οι ερευνητές να κατανοήσουν και να θεραπεύσουν γενετικές ασθένειες που απασχολούν την Ιατρική και τη Βιολογία τους τελευταίους αιώνες. Οι πληροφορίες που σχετίζονται με αυτά τα βιομόρια αποκαλύπτονται μέσω βιολογικών πειραμάτων και καταγράφονται σε βάσεις δεδομένων για να είναι προσβάσιμες στους ερευνητές. Όμως τα βιολογικά πειράματα χρησιμοποιούν μηχανήματα και αναλύσεις που είναι επιρρεπή σε σφάλματα. Ως αποτέλεσμα, οι προαναφερθείσες βάσεις δεδομένων οφείλουν να μεταβάλλονται συνεχώς προκειμένου να είναι ενημερωμένες με τις ακριβέστερες μετρήσεις. Για διάφορους λόγους (πχ για την συγκριτική μελέτη σχετικής βιβλιογραφίας) είναι χρήσιμη η πρόσβαση όχι μόνο στις πιο πρόσφατες εκδόσεις των πληροφοριών αλλά επίσης και στις προηγούμενες καταστάσεις τους. Οι υπάρχουσες βάσεις δεδομένων δεν διευκολύνουν την αναζήτηση αυτών των προηγούμενων καταστάσεων δημιουργώντας πρόβλημα στους ερευνητές. Στόχος της παρούσας εργασίας είναι (α) η μελέτη, η μοντελοποίηση, η καταγραφή και η οπτικοποίηση των πληροφοριών που σχετίζονται με τα γονίδια του DNA διαχρονικά και (β) ο εμπλουτισμός όλων των διαχρονικών δεδομένων για βιομόρια με πρόσθετες πληροφορίες (πχ ονόματα γονιδίων, εναλλακτικά ονόματα στη βιβλιογραφία, σύμβολα σε άλλες βάσεις γονιδιακών δεδομένων).

The study of biomolecules that play an active role in the mechanisms of life (e.g. DNA, proteins, microRNA molecules etc) is necessary so that researchers become able to understand the causes of several genetic diseases and find possible treatments for them. These diseases have been a subject of study in the research fields of Medicine and Biology for the last few centuries. The data related to these biomolecules is produced by biological experiments and are stored in databases, to be accessible to researchers. However, the equipment and methods used during the aforementioned experiments are prone to produce errors. As a result, the aforementioned databases must be constantly updated, in order for them to be updated with the latest, most accurate measurements. For many reasons (e.g. the comparative study of relevant bibliography) it is useful to access not only the latest version of this data but also its previous versions. The current database technology does not facilitate searching for previous versions, thus, creating difficulties for researchers. The aim of this project is (a) the study, the modeling, the recording and the visualization of temporal data relevant to genes and (b) the enrichment of that temporal biomolecular data with additional information (e.g. gene names, synonyms, symbols recorded in other gene databases).