Understanding the genomic regulatory code of hemocytes with deep learning, topic modelling and single-cell genomics
Genomik düzenlemeyi anlamak derin öğrenme ile hemosit kodu,konu modelleme ve tek hücreli genomik
- Tez No: 764767
- Danışmanlar: PROF. DR. İBRAHİM İHSAN TAŞKIRAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Biyomühendislik, Biyoteknoloji, Science and Technology, Bioengineering, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Katholieke Universiteit Leuven (Catholic University of Leuven)
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Özet yok.
Özet (Çeviri)
Enhancers are cis-regulatory elements that are located in non-coding genome and govern the transcriptome by recruiting special proteins named transcription factors, which can start transcription by binding in the vicinity of a gene, recruit other proteins for more refined control of transcription and some can modify chromatin to enable other transcription factors to bind to their respective cis-regulatory regions. Understanding how enhancers work is of paramount importance for several medical applications such as gene therapy. Here, topic modelling is combined with deep learning using in-house chromatin accessibility data to analyse enhancer architecture of hemocytes, a type of immune cell in Drosophila Melanogaster. Models are built using scATAC-seq data of over 30000 cells from whole body and head samples and are interpreted by exploiting the training strategy. S2 cells, a close relative of hemocytes, are used to find important motifs that regulate the cellular differentiation process: GATA, GATC and GAGA motifs and after a series of computational analyses the possibility of the transcription factors binding to these motifs being pioneer TFs are explored. The limits of deep learning methods and extracting information from noisy datasets are also discussed
Benzer Tezler
- Genome-wide prediction of prokaryotic two-component system networks using a sequence-based meta-predictor
Başlık çevirisi yok
ALTAN KARA
Doktora
İngilizce
2016
BiyolojiAberystwyth University / Prifysgol AberystwythYurtdışı Enstitü
DR. NARCIS FERNANDEZ-FUENTES
DR. DAVID WHITWORTH
- Genom boyu taramaları ve moleküler genetik yaklaşımlarıyla Escherichia coli bakterisinde bor toleransı ile ilgili genlerin araştırılması
Investigation of genes related to boron tolerance in Escherichia coli using genome-wide screening and molecular genetic approaches
MERVE SEZER
- Tools and techniques for assessing functional relevance of genomic loci
Genomik lokasyonların fonksiyonel ilgililiklerinin değerlendirilmesi için araçlar ve teknikler
BURÇAK OTLU SARITAŞ
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TOLGA CAN
PROF. DR. SÜNDÜZ KELEŞ
- Genome-wide sequence analysis of human splice acceptor regions for motif discovery
Motif keşfi için insan uçbirleştirme akseptör bölge sekanslarının genom çapında analizi
GÜLŞAH KARADUMAN BAHÇE
Doktora
İngilizce
2020
GenetikOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
DOÇ. DR. YEŞİM AYDIN SON
- Identification of the transcriptional regulators of ATB7B gene by genomic locus proteomics and their effect on cisplatin resistance
ATB7B geninin transkripsiyonel regülatörlerinin genomik lokus proteomik yöntemi ile tanımlanması ve cisplatin direncine etkilerinin araştırılması
AYÇA AÇAR
Yüksek Lisans
İngilizce
2023
BiyolojiKoç ÜniversitesiHücresel ve Moleküler Tıp Ana Bilim Dalı
PROF. DR. CEYDA AÇILAN AYHAN
