Integration of multi-omics data for predicting individual colon cancer aetiology
Çoklu-omik verisinin entegrasyonu ile kişisel kolon kanseri mekanizmalarinin belirlenmesi
- Tez No: 538417
- Danışmanlar: PROF. DR. OSMAN UĞUR SEZERMAN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biostatistics, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: DNA metilasyonu, Epigenez-genetik, Gen ifadesi, Genom bilimi, Hassas tıp, Kolon neoplazmları, Mikro RNA, Neoplazmlar, Sinyal nakli, Tıbbi bilişim, DNA methylation, Epigenesis-genetic, Gene expression, Genomics, Precision medicine, Colonic neoplasms, Micro RNA, Neoplasms, Signal transduction, Medical informatics
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Acıbadem Mehmet Ali Aydınlar Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Tıp Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Epigenetik değişiklikler, tümörijenez oluşumunda rol oynayan kalıtsal, dinamik ve geri dönüşümlü değişimlerdir. DNA metilasyonu, gen regülasyonu, genomik imprinting ve hücre farklılaşması üzerindeki önemi nedeniyle iyi çalışılmış epigenetik mekanizmalardan biridir. miRNA'lar küçük, kodlayıcı olmayan, endojen RNA'lardır ve çeşitli hücre mekanizmalarında, esas olarak sinyal yollarındaki düzenleyiciler olarak önemli rol oynarlar. Kanser hem genetik hem de epigenetik değişikliklerden etkilenir. Bu nedenle, kanser oluşumuna yol açan mekanizmaları anlamak için, genetik ve epigenetik değişimleri birlikte kapsamlı bir yaklaşımla birlikte incelemek gerekir. Öte yandan, karmaşık hastalıklar, benzer bir fenotip gösterseler de her hasta için farklı yollar izler. Daha iyi bir sağlık bakımı ve tedavi sağlamak için kişiselleştirilmiş mekanizmalar belirlenmelidir. Bununla birlikte, bir hasta için etkilenen yolları bulmak zordur çünkü kanserden etkilenen birçok mekanizma vardır. Bu çalışmada, gen ekspresyonu değişiklikleri, metilasyon miktarı değişen bölgeler ve miRNA transkripsiyon düzeylerinde, etkilenen her bir yolu öngörmek için bu değinilen değişiklikler ile birlikte, bütüncül bir yaklaşım önermekteyiz. Bu tez çalışmasında, DNA metilasyonu, miRNA transkripsiyonu ve gen ekspresyonunun omik verileri ayrı ayrı analiz edilmiştir. Daha sonra bunların her biri için, yolak analizi uygulanmış ve ayrı ayrı mekanizmalardan etkilenmiş yolaklar bulunmuştur. Ardından, bu farklı veri kaynaklarının birleştirilmesiyle aday yolaklar belirlenmiş ve son olarak, kolorektal adenokarsinom hastaları için ya DNA metilasyon seviyelerinden ya da gen ekspresyon seviyelerinden tek tek etkilenen yollar tespit edilmiştir. Bu çalışma, farklı kanser türleri veya Alzheimer hastalığı dahil olmak üzere, her tür karmaşık hastalığa uygulanacak gerekli biyoinformatik arka planı sunmaktadır.
Özet (Çeviri)
Epigenetic changes are hereditary, dynamic and reversible changes that play a role in the formation of tumorigenesis. DNA methylation is one of the well-studied epigenetic mechanisms due to gene regulation, genomic imprinting and its importance on cell differentiation. miRNAs are small, non-coding, endogenous RNAs and play an important role as regulators in signal pathways in various cell mechanisms. Cancer is affected by both genetic and epigenetic changes. Therefore, in order to understand the mechanisms leading to the formation of cancer, genetic and epigenetic changes should be studied together with a comprehensive approach. On the other hand, complex diseases follow different pathways for each patient, even if they show a similar phenotype. Personalized mechanisms should be identified in order to provide better health care and treatment. However, it is difficult to find the affected paths for a patient because there are many mechanisms that are affected by cancer. In this study, we propose a holistic approach, along with the mentioned changes, to predict each change in gene expression changes, methylation amount-varying regions and miRNA transcription levels. In this study, DNA methylation, miRNA transcription and the omic data of gene expression were analyzed separately. Then, for each of these, pathways were analyzed, and pathways affected by separate mechanisms were found. Subsequently, candidate pathways were identified by combining these different data sources, and finally, pathways that were individually affected by DNA methylation levels or gene expression levels for colorectal adenocarcinoma patients were identified. This study presents the necessary bioinformatics background to be applied to all kinds of complex diseases, including different types of cancer or Alzheimer's disease.
Benzer Tezler
- Kanser hücre hatlarında multi-omik verilerin ağ tabanlı entegrasyonundan öğrenme yoluyla ilaç yanıtının tahmin edilmesi
Predicting drug response through learning from network-based integration of multi-omics data in cancer cell lines
SINA DADMAND
Yüksek Lisans
İngilizce
2023
Mühendislik BilimleriKoç ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DOÇ. DR. NURCAN TUNÇBAĞ
- Prediction of drug response in cancer using hybrid deep neural networks
Hibrit derin sinir ağları ile kanserde ilaç yanıt tahmini
BURAKCAN İZMİRLİ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNCA DOĞAN
- Systems biomedicine oriented multi-omics data integration to unveil molecular signatures and repositioned therapeutics in pituitary neuroendocrine tumors
Hipofiz nöroendokrin tümörlerde moleküler işaretçilerin ve yeniden konumlandırılmış terapötiklerin sistem biyotıp odaklı çoklu omik veri entegrasyonu ile araştırılması
BÜŞRA AYDIN
Doktora
İngilizce
2021
BiyomühendislikMarmara ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. KAZIM YALÇIN ARĞA
- Integrative network modelling of drug responses in cancer for revealing mechanism of action
Kanserde ilaç etkilerinin ve benzerliklerinin bulunması amaçlı çoklu omik veri entegrasyonu ile biyolojik ağ modelleme
ŞEYMA ÜNSAL BEYGE
Doktora
İngilizce
2021
BiyolojiOrta Doğu Teknik ÜniversitesiTıp Bilişimi Ana Bilim Dalı
DOÇ. DR. NURCAN TUNÇBAĞ
- Rankpcsf: A disease module identification method by integrating network propagation with prize-collecting steiner forest
Rankpcsf: Ağ üzerinde yayılım ve ödül toplayan steiner ormanı kullanarak hastalık modülü tespit metodu
ARDA ESKİN
Yüksek Lisans
İngilizce
2022
BiyolojiOrta Doğu Teknik ÜniversitesiTıp Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURÇAK OTLU SARITAŞ
DOÇ. DR. NURCAN TUNÇBAĞ