Multi-scale network inference framework using single cell transcriptomic data
Tek hücre transkriptomik verisinden çok ölçekli ağ çıkarım yöntemi
- Tez No: 914991
- Danışmanlar: DOÇ. DR. NURCAN TUNÇBAĞ
- Tez Türü: Yüksek Lisans
- Konular: Biyoloji, Biyoteknoloji, Mühendislik Bilimleri, Biology, Biotechnology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Kontrolsüz hücre bölünmesi, tümör işgali ve anormal işaret iletimleri ile tanımlanan kanser, tümörlerin bünyesindeki karmaşık hücre içi ve hücrelerarası etkileşimleri de içermektedir. Bu karmaşıklığı ele almak amacıyla, tek hücre transkriptomik verilerini interaktomlarla entegre etmek ve tümörleri çok ölçekli ağlar olarak modellemek için bir çerçeve geliştirdik. Yaklaşımımız, hücre içi ve hücrelerarası iletişimi modellemek için yeniden yapılandırılmış gen düzenleyici ağları (GRN), sinyal ağlarını ve reseptör-ligand etkileşimlerini entegre etmektedir. Bu çerçeveyi akciğer adenokarsinoma (LUAD) hasta tümörlerinden elde edilen herkese açık tek hücreli transkriptomik verilere uyguladık ve hücre alt tiplerine özgü gen düzenleyici ağları, sinyal ağlarını ve birincil tümör içindeki alt tipler arasında hücre-hücre etkileşimlerini içeren çok ölçekli bir ağ oluşturduk. Analizimiz, normal hücreler ve kanser hücreleri arasında ve birincil tümörler ile beyin metastazları arasında farklı şekilde ifade edilen genleri tanımlayarak, onkojenik işaret iletimlerinde reseptör-ligand çapraz girişiminin kritik rolünü vurgulamıştır. Yaklaşımımız, onkojenik işaret iletimine aracılık edebilen farklı hücre alt tipleri arasında çeşitli reseptör-ligand çapraz girişiminin rolünü ortaya koymuştur. Genel olarak çerçevemiz, çoklu biyolojik ağ katmanlarını entegre ederek hücre içi yolaklar ve hücre tipi etkileşimleri hakkındaki anlayışımızı geliştirmek için tek hücreli transkriptomiklerden çok ölçekli ağ çıkarımından yararlanır.
Özet (Çeviri)
Cancer, characterized by uncontrolled cell proliferation, tumor invasion and aberrant signaling, involves complex intercellular and intracellular interactions within tumors. To address this complexity, we developed a framework to integrate single cell transcriptomic data with interactomes and model tumors as multi-scale networks. Our approach integrates reconstructed gene regulatory networks (GRN), signaling networks and receptor-ligand interactions to model intracellular and intercellular communication. We applied this framework to a publicly available single-cell transcriptomic data from LUAD patient tumors and constructed a multi-scale network containing GRNs and signaling networks specific to the cell subtypes and cell-cell interactions across subtypes within the primary tumor. Our analysis identified differentially expressed genes between normal and cancer cells, and between primary tumors and brain metastases, highlighting the critical role of receptor-ligand crosstalk in oncogenic signaling. Our approach revealed the role of several receptor-ligand crosstalk between different cell subtypes that can mediate oncogenic signaling. Additionally, our results suggest that the abnormal expression of transcription factors in cancer cells crucially influences oncogenesis and tumor suppression. Our framework is easily adaptable to various single cell transcriptomic data as well as other omic data types. Overall, our framework uses multi-scale network inference from single-cell transcriptomics to enhance our understanding of intracellular pathways and cell-type interactions, integrating multiple biological network layers.
Benzer Tezler
- Metabolism-oriented multiomics data integration
Farklı omı̇k verı̇lerı̇n metabolı̇zma odaklı entegrasyonu
AYCAN ŞAHİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. ALİ ÇAKMAK
- Mekansal analiz teknikleri ile çok kriterli karar verme yaklaşımı kullanılarak raylı sistem güzergah analizi
Rail system route analysis using multi criteria decision making with spatial analysis techniques
BERNA ÇALIŞKAN
Doktora
Türkçe
2023
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
- Multi agent planning under uncertainty using deep Q-networks
Derin Q-ağları kullanımı ile belirsizlik altında çoklu ajan planlaması
FARABİ AHMED TARHAN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- A data-driven approach to identifying and selecting temporary disaster debris management sites: The case of Istanbul
Geçici afet moloz yönetim alanlarının belirlenmesi ve seçimi için veri odaklı bir yaklaşım: İstanbul örneği
BURAK KABAKLI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA SERDAR ASAN