• Entrar
    Ver item 
    •   Página inicial
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016066P4 Programa de Pós-Graduação em Bioinformática
    • Dissertações
    • Ver item
    •   Página inicial
    • BIBLIOTECA DIGITAL: Teses & Dissertações
    • 40001016066P4 Programa de Pós-Graduação em Bioinformática
    • Dissertações
    • Ver item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Perfis de atividade de regulon : inferência e aplicações

    Thumbnail
    Visualizar/Abrir
    R - D - CLARICE DOS SANTOS GROENEVELD.pdf (91.56Mb)
    Data
    2019
    Autor
    Groeneveld, Clarice dos Santos
    Metadata
    Mostrar registro completo
    Resumo
    Resumo: O entendimento do câncer é um dos desafios cruciais da ciência atual. Em busca desta compreensão, governos e institutos em todo o mundo estão gerando uma abundância de dados biológicos. Dentre os tipos de dados, transcriptomas se provaram úteis, mas de interpretação complicada. Redes transcricionais provêm uma estrutura para organizar os dados transcricionais ao redor de elementos regulatórios. Neste trabalho, descrevo um método para inferir estados regulatórios de uma coorte a partir de dados de transcriptoma. Proponho perfis de atividade de regulon (RAPs), implementados no pacote de linguagem R RTNsurvival. O RTNsurvival já foi utilizado para criar modelos de desfecho de paciente em câncer de mama e fígado, avaliar subtipos de câncer de bexiga, e entender efeitos de interações entre co-reguladores de alvos em variáveis como sobrevida. Finalmente, eu demonstro como atividade de regulon reflete acessibilidade de cromatina em pontos distais, potencialmente enhancer, de alvos positivos e negativos de regulons em câncer de mama. Perfis de atividade de regulon estão se provando uma importante ferramenta estatística para comparação de estados regulatórios de amostras em uma coorte.
     
    Abstract: Understading cancer is one of the crucial challenges of contemporary science. In pursuit of this understanding, governments and institutions around the world are generating a wealth of biological data. Among the datatypes, transcriptomes have proven themselves useful, but are many times unwieldy to interpret. Transcriptional networks provide a framework to organize the transcriptional data around regulatory elements. In this work, I describe a method to infer regulatory state of a cohort from transcriptome data. I propose regulon activity profiles (RAPs), implemented in the R language package RTNsurvival. RTNsurvival has been used to make models of patient outcome in breast and liver cancer, evaluate bladder cancer subtyping results, and understand interactions effects between co-regulators of targets on a variable like survival. I also demonstrate how regulon activity reflects chromatin accessibility at distal, enhancer points of regulon positive and negative targets in breast cancer. Regulon activity profiles are proving to be an important statistical tool in comparing regulatory states of samples within a cohort.
     
    URI
    https://hdl.handle.net/1884/70432
    Collections
    • Dissertações [66]

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV
     

     

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosTipoEsta coleçãoPor data do documentoAutoresTítulosAssuntosTipo

    Minha conta

    EntrarCadastro

    Estatística

    Ver as estatísticas de uso

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV