Benvinguts al Repositori Digital de la UPF

Elucidating mechanisms of gene regulation. Integration of high-throughput sequencing data for studying the epigenome

Mostra el registre parcial de l'element

dc.contributor.author Althammer, Sonja Daniela
dc.contributor.other Eyras Jiménez, Eduardo
dc.contributor.other Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut
dc.date.accessioned 2017-09-24T01:20:29Z
dc.date.available 2017-09-24T01:20:29Z
dc.date.issued 2012-04-27
dc.identifier B. 18506-2012
dc.identifier http://hdl.handle.net/10803/81355
dc.identifier.uri http://hdl.handle.net/10230/16487
dc.description.abstract The recent advent of High-Throughput Sequencing (HTS) methods has triggered a revolution in gene regulation studies. Demand has never been higher to process the immense amount of emerging data to gain insight into the regulatory mechanisms of the cell. We address this issue by describing methods to analyze, integrate and interpret HTS data from different sources. In particular, we developed and benchmarked Pyicos, a powerful toolkit that offers flexibility, versatility and efficient memory usage. We applied it to data from ChIP-Seq on progesterone receptor in breast cancer cells to gain insight into regulatory mechanisms of hormones. Moreover, we embedded Pyicos into a pipeline to integrate HTS data from different sources. In order to do so, we used data sets from ENCODE to systematically calculate signal changes between two cell lines. We thus created a model that accurately predicts the regulatory outcome of gene expression, based on epigenetic changes in a gene locus. Finally, we provide the processed data in a Biomart database to the scientific community.
dc.description.abstract La llegada reciente de nuevos métodos de High-Throughput Sequencing (HTS) ha provocado una revolución en el estudio de la regulación génica. La necesidad de procesar la inmensa cantidad de datos generados, con el objectivo de estudiar los mecanismos regulatorios en la celula, nunca ha sido mayor. En esta tesis abordamos este tema presentando métodos para analizar, integrar e interpretar datos HTS de diferentes fuentes. En particular, hemos desarollado Pyicos, un potente conjunto de herramientas que ofrece flexibilidad, versatilidad y un uso eficiente de la memoria. Lo hemos aplicado a datos de ChIP-Seq del receptor de progesterona en células de cáncer de mama con el fin de investigar los mecanismos de la regulación por hormonas. Además, hemos incorporado Pyicos en una pipeline para integrar los datos HTS de diferentes fuentes. Hemos usado los conjuntos de datos de ENCODE para calcular de forma sistemática los cambios de señal entre dos líneas celulares. De esta manera hemos logrado crear un modelo que predice con bastante precisión los cambios de la expresión génica, basándose en los cambios epigenéticos en el locus de un gen. Por último, hemos puesto los datos procesados a disposición de la comunidad científica en una base de datos Biomart.
dc.format application/pdf
dc.format 150 p.
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.rights info:eu-repo/semantics/openAccess
dc.source TDX (Tesis Doctorals en Xarxa)
dc.title Elucidating mechanisms of gene regulation. Integration of high-throughput sequencing data for studying the epigenome
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2017-09-22T05:39:58Z
dc.subject.keyword High-throughput sequencing data
dc.subject.keyword Analysis tool
dc.subject.keyword Differential expression
dc.subject.keyword Predictive model
dc.subject.keyword ChIP-Seq
dc.subject.keyword RNA-Seq
dc.subject.keyword Bioinformatics
dc.subject.keyword Secuenciación de alto rendimiento
dc.subject.keyword Herramienta de analysis
dc.subject.keyword Expresión diferencial
dc.subject.keyword Modelo predictivo
dc.subject.keyword Bioinformática
dc.subject.keyword 575


Consulteu el document

Fitxers Grandària Format Visualització

No hi ha fitxers associats a aquest element.

Aquest element apareix en la col·lecció o col·leccions següent(s)

Mostra el registre parcial de l'element