Geri Dön

Splicing outlier prediction for diseasediagnostics

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 770994
  2. Yazar: MUHAMMED HASAN ÇELİK
  3. Danışmanlar: DR. JULİEN GAGNEUR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Bilgi ve Belge Yönetimi, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Information and Records Management, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Technısche Unıversıtat Munchen
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Aberrantes Spleißen ist eine Hauptursache für genetisch bedingte Krankheiten. Die betroffenen Gewebe einer großen Anzahl genetischer Störungen, einschließlich kardialer und neurologischer Störungen, sind jedoch klinisch nicht zugänglich, was den experimentellen Nachweis von aberrantem Spleißen verhindert. Hier entwickle ich die ersten BenchmarkDatensätze und Algorithmen zur Vorhersage von gewebespezifischem aberrantem Spleißen auf der Basis von GTEx. Ich konzentriere mich auf die Aufgabe, seltene genetische Varianten zu priorisieren. Die Anwendung von MMSplice, einem hochmodernen Modell zur Vorhersage des prozentualen Einspleißens basierend auf der DNA-Sequenz, auf vorhandene Exon-Annotationen zeigt eine begrenzte Leistung für die Vorhersage von Ausreißern. Eine wesentliche Verbesserung wird erzielt, indem MMSplice mit einer auf GTEx generierten gewebespezifischen Spleißkarte (SpliceMap) I kombiniert wird. Darüber hinaus kann ein Modell, das Spleißmessungen von klinisch zugänglichen RNA-seq-Geweben weiter integriert, die Ausreißervorhersage verbessern. Das Benchmarking von SpliceMap mit dem Datensatz der seltenen Krankheit der Mitochondriopathie aus unabhängigen Experimenten zeigt eine Leistung mit einem durchschnittlichen Präzisionswert von 10%, d. H. Eine etwa 4-fache Verbesserung gegenüber MMSplice allein. Darüber hinaus bereichert SpliceMap mit MMSplice autismusassoziierte De-novo-Mutationen für Gehirngewebe. Insgesamt haben unser Ansatz und unsere Ergebnisse Auswirkungen auf die nicht-invasive genetische Diagnostik, auch bei Neugeborenen.

Özet (Çeviri)

Aberrant splicing is a major cause of genetic diseases. However, the affected tissues of a large set of genetic disorders, including cardiac and neurological disorders are not clinically accessible, preventing experimental detection of aberrant splicing. Here I develop the first benchmark datasets and algorithms for predicting tissue-specific aberrant splicing based on GTEx. I focus on the task of prioritizing rare genetic variants. Applying MMSplice, a state-of-the-art model predicting percent-spliced-in based on DNA sequence, to existing exon annotations shows limited performance for outlier prediction. A substantial improvement is obtained by combining MMSplice with a tissue-specific splicing map (SpliceMap) I generated based on GTEx. Moreover, a model that further integrates splicing measurements from clinically accessible RNA-seq tissues can improve the outlier prediction. Benchmarking of SpliceMap on mitochondriopathy rare disease dataset from independent experiments shows a performance of average precision score of 10%, i.e. about 4-fold improvement over MMSplice alone. Moreover, SpliceMap with MMSplice enriches autism-associated de novo mutations for brain tissues. Altogether, our approach and results have implications for non-invasive genetic diagnostics including in neonatal settings.

Benzer Tezler

  1. Tez No

    835145

    A benchmark study for RNA-seq based splicing analysis tools: Detection of aberrant splicing events for rare diseases

    RNA-seq tabanlı uç birleştirme analizi araçları için bir performans çalışması: Nadir hastalıklar için anormal uç birleştirme olaylarının tespiti

    CANAN KOLAKOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    BiyomühendislikGebze Teknik Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    PROF. DR. TUNAHAN ÇAKIR

  2. Tez No

    569839

    Modeling the tumor specific network rewiring by integrating alternative splicing events with structural interactome

    Tümöre özgü etkileşim ağlarının alternatif uç birleştirme olayları ve yapısal interaktom katkısıyla modellenmesi

    HABİBE CANSU DEMİREL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    BiyolojiOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    DOÇ. DR. NURCAN TUNÇBAĞ

  3. Tez No

    652986

    Dynamic alternative splicing events in the dorsolateral prefrontal cortex during adolescence-young adulthood period and implications for schizophrenia

    Ergenlik-erken yetişkinlik döneminde dorsolateral prefrontal kortekste gerçekleşen dinamik alternatif gen kırpılma olayları ve şizofreni ile ilgili çıkarımlar

    KÜBRA ÇELİKBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Biyolojiİhsan Doğramacı Bilkent Üniversitesi

    Nörobilim Ana Bilim Dalı

    PROF. DR. TIMOTHEA TOULOPOULOU

  4. Tez No

    758606

    Alternative splicing regulation ofdrosophila down syndrome celladhesion molecule gene

    Başlık çevirisi yok

    PINAR USTAOĞLU

    Doktora

    İngilizce

    İngilizce

    2015

    Çevre MühendisliğiThe Unıversıty Of Bırmıngham

  5. Tez No

    972213

    Deciphering sequence variations and splicing sensitivity: Predictive analysis of PSI in SRRM4 response groups

    Sekans varyasyonlarının ve birleştirme duyarlılığının çözümlenmesi: SRRM4 yanıt gruplarında PSIin tahminsel analizi

    ÜMİT SUDE BÖLER

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    BiyolojiOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURÇAK OTLU SARITAŞ

    DR. MAFALDA DİAS

Geri Dön