Введение
1. Обзор литературы 15
1.1. Представление моделей заболеваний в виде нарушений молекулярно генетических сетей 15
1.1.1. Сети «diseasome», описывающие связи заболеваний с генами и другими биологическими объектами 17
1.1.2. Молекулярно-генетические сети, для построения которых используется информация о коморбидности заболеваний 21
1.1.3. Использование экспрессионных данных при создании биологических сетей, связанных с заболеваниями 25
1.1.4. Молекулярно-генетические сети взаимодействий патоген-хозяин 26
1.1.5. Информационные ресурсы по молекулярно-генетическим сетям, ассоциированным с заболеваниями 28
1.2. Участники ассоциативных сетей метаболизма и его генетической регуляции 29
1.3. Использование летучих метаболитов в качестве биомаркеров заболеваний 37
1.3.1. Мониторинг нарушений сердечной деятельности с помощью летучих биомаркеров 37
1.3.2. Анализ выдыхаемого воздуха для диагностики респираторных заболеваний 39
1.3.3. Летучие маркеры гипергликемии при сахарном диабете 41
1.3.4. Использование летучих соединений для диагностики шизофрении 43
1.3.5. Неинвазивная диагностика заболеваний желудочно-кишечного тракта и печени с помощью летучих биомаркеров 45
1.4. Фреймовые модели 49
1.5. Свойство транзитивности в области биологии и биомедицины 51
1.6. Автоматическое извлечение информации из текстов для реконструкции ассоциативных генных сетей 54
1.6.1 Источники информации об ассоциациях заболеваний с генетической регуляцией метаболических процессов 54
1.6.2. Методы автоматического анализа текстов 58
Заключение к главе 1 65
2. Материалы и методы 67
2.1. Создание базы данных Promedia 67
2.1.1. Программные средства для наполнения базы данных Promedia и разработки пользовательского интерфейса 67
2.1.2. Автоматический анализ текстов, использованный при заполнении базы данных Promedia 67
2.1.3. Базы данных, содержащие информацию об участниках молекулярно-генетических сетей, использованные для экстракции информации при заполнении базы данных Promedia 67
2.2. Анализ транзитивных ассоциаций заболеваний с другими объектами во фреймовых моделях 68
2.3. Выявление участников фреймовых моделей, потенциально вовлеченных в патогенез ряда социально-значимых заболеваний 70
2.4. Поиск летучих метаболитов – потенциальных биомаркеров ревматоидного артрита 70
2.5. Выявление генов-кандидатов для генотипирования, потенциально вовлеченных в развитие коморбидного состояния астмы и гипертонии 71
3. База данных Promedia 74
3.1. Структура и интерфейс базы данных Promedia 77
3.2. Содержание базы данных Promedia. 82
3.2.1. Статистика связей объектов из базы данных Promedia с заболеваниями 82
3.2.2 Анализ статистики ассоциативных фреймовых моделей 87
Заключение к главе 3 90
4. Анализ потенциальных транзитивных ассоциаций заболеваний с другими объектами во фреймовых моделях 91
Заключение к главе 4 94
5. Анализ ассоциативных фреймовых моделей на примере конкретных социально-значимых заболеваний 95
5.1. Первичная открыто-угольная глаукома 95
5.2. Лимфедема 98
5.3. Преэклампсия 101
5.4. Гипертония 103
5.5. Астма 106
5.6. Болезнь Паркинсона 109
5.7. Гепатит С 112
Заключение к главе 5 115
6. Применение фреймовых моделей для планирования экспериментов по профилированию метаболитов и генотипированию 116
6.1 Поиск летучих метаболитов – потенциальных биомаркеров ревматоидного артрита 116
6.2 Поиск генов – потенциальных кандидатов для генотипирования, ассоциированных с коморбидным состоянием астмы и гипертонии 123
Заключение к главе 6 133
7. Заключение 134
Выводы 136
Список литературы 138
