Η εν λόγω διδακτορική διατριβή πραγματεύεται την μοντελοποίηση ενδοκυτταρικών σηματοδοτικών μονοπατιών με σκοπό την κατανόηση της λειτουργίας και συμπεριφοράς βιολογικών συστημάτων σε περίπλοκες ασθένειες. Τα σηματοδοτικά μονοπάτια απεικονίζουν αλληλεπιδράσεις μεταξύ πρωτεινών και περιγράφουν πως τα κύτταρα αποκρίνονται σε εξωτερικά ερεθίσματα. Τα μονοπάτια αυτά είναι διαθέσιμα στην βιβλιογραφία, σε διαδικτυακές βάσεις δεδομένων. Τα τελευταία χρόνια η διεθνής κοινότητα κάνει προσπάθιες να τα μοντελοποιήσει υιοθετώντας μεθοδολογίες από την θεωρία συστημάτων, προς την δημιουργία εκτελέσιμων μοντέλων που θα δίνουν την δυνατότητα προσομοίωσης σημαντικών κυτταρικών διεργασιών. Στην παρούσα διδακτορική διατριβή, ο υποψήφιος εφαρμόζει μεθόδους Ακέραιου γραμμικού προγραμματισμού για την μοντελοποίηση ενδοκυτταρικών σηματοδοτικών μονοπατιών και την εκπαίδευση των εν λόγω μοντέλων σε πειραματικά δεδομένα με σκοπό την πιστή απεικόνιση των ενδοκυτταρικών σηματοδοτικών διεργασιών στις υπο εξέταση κυτταρικές σειρές. Αποτελέσματα της έρευνας αυτής δημοσιεύτηκαν σε έγκριτα επιστημονικά περιδικά και διεθνή συνέδρεια.

Modeling signal transduction pathways is of the utmost importance in understanding how cells respond to environmental perturbations. Signaling pathways consist of a set of protein-protein in- teractions, identified via high throughput proteomic experiments and made available through on line pathway databases. Over the past few years a range of approaches have been introduced to model these networks in an attempt to gain insight into the cells function and uncover the etiology under- lying complex disease. Aim of this work is the development of a novel class of methodologies that model signal transduction networks as logic models, and using regular optimization formulations (In- teger Linear Programming (ILP) and Non Linear Programming (NLP) formulations) cross reference them with high throughput phosphoproteomic data to construct predictive models of the signaling mechanisms of the interrogated cell type.