Geri Dön

Farklı kanser türlerine ait rnaseq verilerinde intron tutulumunun tespiti ve sınıflandırılmasında biyoinformatik yaklaşımların değerlendirilmesi

Evaluation of bioinformatic approaches in detection and classification of intron retention in rnaseq data of different cancer types

PDF İndir

  1. Tez No: 892058
  2. Yazar: ESMA GAMZE AKSEL
  3. Danışmanlar: PROF. DR. GÖKMEN ZARARSIZ, DOÇ. DR. VAHAP ELDEM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Genetik, Biostatistics, Genetics
  6. Anahtar Kelimeler: IRFinder-S, İntron Tutulumu, Iread, Kanser, Whippet, Cancer, IRFinder-S, Intron Retention, Iread, Whippet
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 164

Özet

İntron tutulumunun çeşitli kanser oluşum yolakları ile ilişkili olduğu bildirilmiştir. Güvenilir bir şekilde ölçülmesi zor olduğu için genellikle ihmal edilen bir alternatif kırpılma sınıfını oluşturur. Bu çalışmada NCBI-SRA veritabanından Meme-Üçlü Negatif Meme Kanseri alt tipi (n:67), Servikal (n:12), Kolorektal (n:144), Mide (n:160), Akciğer (n:62), Prostat (n:60) kanser türlerine ait kontrol ve tümör RNA-seq verileri indirilerek intron tutulumunu belirlemek için bildirilen IRFinder, IRFinder-S, iREAD, Whippet algoritma sonuçlarının değerlendirilmesi ve iş akış yönergesinin oluşturulması amaçlanmıştır. Elde edilen sonuçlara göre IRFinder, IRFinder-S, İREAD algoritmalarının belirlediği gen bölgelerinin kesişim noktasında kontrol grubuna göre tümör grubunda yukarı yönlü intron tutulumu meme (47 gen bölgesi), kolorektal (3 gen bölgesi), akciğer (2 gen bölgesi), mide (17 gen bölgesi) kanserinde belirlenmiştir. Aşağı yönlü intron tutulumu ise meme (3 gen bölgesi), akciğer (5 gen bölgesi), prostat (3 gen bölgesi) kanseri verilerinde belirlenmiştir. Servikal kanser verilerinde intron tutulumu kesişimleri belirlenememiştir. Kesişim bölgelerine ait Cohen Kappa sonuçlarına göre en uyumlu algoritmaların IRFinder ve IRFinder-S (%99) olduğu belirlenmiştir. İREAD'in ilk iki algoritma ile ortak tutulan intron bölgelerini kromozom sayısı başlangıç ve bitiş bölgeleri olarak belirleyebildiği Whippet algoritmasının ise belirleyemediği gözlenmiştir. Üç algoritmada (IRFinder, IRFinder-S, İREAD) bulunan genlerin yolak analizi sonuçlarına göre özellikle meme kanserinde ENSG00000074181 (NOTCH3) ve kolorektal kanserde ENSG00000080824 (HSPA90AA1), akciğer kanserinde ENSG00000183020 (AP2A2) ilgili dokulara özgü kanser yolakları ile ilişkili olabileceği aynı zamanda prostat kanseri aşağı yönlü intron tutulumu genlerinden ENSG00000160789 (LMNA) geninin de bu yolaklarda intron tutulumu bakımından ilişkili olabileceği dolayısıyla incelenmesi önerilmiştir. Literatür taramaları ve araştırma sonucu elde edilen verilere göre IRFinder, IRFinder-S ve İREAD algoritmalarında ortak bulunan tutulmuş intron bölgelerinin dikkate alınarak, yolak analizlerinin yapılması, validasyon çalışmalarının yapılması gerektiği, hastalık patogenezinin belirlenmesine yönelik yeni ip uçlarının keşfedilebileceği ön görülmüştür.

Özet (Çeviri)

Intron retention has been reported to be associated with various carcinogenesis pathways. It constitutes a class of alternative splicing that is often neglected because it is difficult to measure reliably. In the present study, we analysed the NCBI-SRA database (publicly available, paired-end data) of Breast-Triple Negative Breast Cancer subtype (n:67), Cervical (n:12), Colorectal (n:144), Gastric (n:160), Lung (n:62), Prostate (n:60) cancer types control and tumor RNA-seq data were downloaded to evaluate the reported IRFinder, IRFinder-S, iREAD, Whippet algorithm results to determine intron involvement and to create workflow guidelines. According to the obtained results, upstream intron retention in the tumor group at the intersection of gene regions determined by IRFinder, IRFinder-S, and iREAD algorithms was determined in breast (47 gene regions), colorectal (3 gene regions), lung (2 gene regions), gastric (17 gene regions) cancer compared to the control group. In downstream intron retention was determined in breast (3 gene regions), lung (5 gene regions), and prostate (3 gene regions) cancer data. Intron intersections could not be determined in cervical cancer data. According to the Cohen Kappa results of the intersection regions, the most compatible algorithms were IRFinder and IRFinder-S (99%). It was observed that IRFinder was able to identify the intron regions shared by the first two algorithms as chromosome number start-end regions. In contrast, the Whippet algorithm was not able to identify them. According to the pathway analysis results of the genes found in the three algorithms (IRFinder, IRFinder-S, IREAD), especially ENSG00000074181 (NOTCH3) in breast cancer and ENSG00000080824 (HSPA90AA1) in colorectal cancer, ENSG00000183020 (AP2A2) in lung cancer may be associated with related tissue-specific cancer pathways, and ENSG00000160789 (LMNA), one of the downstream intron retention genes in prostate cancer, may also be associated with intron retention in these pathways, and therefore, it was suggested to be examined. According to the literature reviews and the data obtained as a result of the research, it was suggested that pathway analyses should be performed, validation studies should be performed, and new clues for determining the pathogenesis of the disease could be discovered by taking into account the common intron regions found in IRFinder, IRFinder-S, and İREAD algorithms.

Benzer Tezler

  1. Tez No

    739767

    Determining novel target genes in WNT/𝛽-catenin signaling pathway using machine learning

    WNT/beta-catenin sinyal yolağında makine öğrenmesi ile hedef genler belirlenmesi

    CEMRE KEFELİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Genetikİstanbul Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ANDRES OCTAVIO ARAVENA DUARTE

  2. Tez No

    703424

    Identification of oncostatin M target genes by RNA-seq in mouse primary myotube cells

    Fare birincil miyotüp hücrelerinde RNA-seq ile oncostatin M hedef genlerinin tanımlanması

    AYNUR ERKIN KASHGARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    BiyolojiKoç Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERKAN KIR

  3. Tez No

    817127

    Boruta ve Elastik Ağ Algoritmalarının Gen Seçim Performanslarının RNA Dizileme Veri Setleri Üzerinde Karşılaştırılması: Bir Monte Carlo Benzetim Çalışması

    Comparison of Gene Selection Performances of Boruta and Elastic Net Algorithms on RNA Sequencing Data: A Monte Carlo Simulation Study

    ÖZGÜR SAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    BiyoistatistikHacettepe Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    DOÇ. DR. OSMAN DAĞ

  4. Tez No

    744590

    A systems biology approach for the identification of gene expression signatures for cancer diagnosis, prognosis, and response to radiotherapy

    Sistem biyolojisi yaklaşımlarıyla kanserin tanısı, prognozu ve radyoterapiye yanıt için gen ekspresyon imzalarının tanımlanması

    HALİL İBRAHİM TOY

    Doktora

    İngilizce

    İngilizce

    2022

    BiyoistatistikDokuz Eylül Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ATHANASIA PAVLOPOULOU

    DOÇ. DR. GÖKHAN KARAKÜLAH

  5. Tez No

    904188

    Cbioportal aracı kullanarak ferroptoz direnci ve hassasiyeti ile ilişkili genlerin araştırılması

    Investigation of genes associated with ferroptosis resistance and sensitivity using the cbioportal tool

    MEHMET GÖKHAN ERTUĞRUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    BiyolojiZonguldak Bülent Ecevit Üniversitesi

    Moleküler Biyoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KEREM MERT ŞENSES

Geri Dön