Welcome to the UPF Digital Repository

Highly accurate variant detection for identification of tumor mutations and mosaic variants

Show simple item record

dc.contributor.author Muyas Remolar, Francesc, 1992-
dc.contributor.other Ossowski, Stephan
dc.contributor.other Guigó Serra, Roderic
dc.contributor.other Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut
dc.date.accessioned 2020-01-23T02:25:11Z
dc.date.available 2020-01-23T02:25:11Z
dc.date.issued 2019-12-20
dc.date.issued info:eu-repo/date/embargoEnd/2021-12-20
dc.identifier http://hdl.handle.net/10803/668325
dc.identifier.uri http://hdl.handle.net/10230/43385
dc.description.abstract The rapid development of high-throughput sequencing technologies pushed forward the fields of medical genomics and precision medicine, creating many new applications for diagnostics and clinical studies that require high quality data and highly accurate analysis methods. Distinguishing errors from real variants in Next Generation Sequencing data is a challenge when systematic errors, random sequencing errors, germline variants or somatic variants at very low allele frequency are present in the same data. In the first part of this thesis, we developed a genotype callability filter (ABB) able to identify systematic variant calling errors that were not found by state-of-the art methods. This tool cleans false positive calls from somatic and germline variant callsets, as well as detects false gene-disease associations in case-control studies. Secondly, we developed a set of novel methods able to distinguish and correct sequencing and PCR errors with the use of molecular barcodes, permitting us to build error rate models for the detection of somatic mutations at extremely low allele frequencies in liquid biopsies. As final part of this thesis, we characterized mosaic mutations in a multi-tissue, multi-individual study using a cohort of thousands of samples from hundreds of healthy individuals.
dc.description.abstract El ràpid desenvolupament de les tecnologies de seqüenciació d’alt rendiment ha impulsat els camps de la genòmica mèdica i la medicina d’alta precisió, creant una gran varietat de noves aplicacions, les quals requereixen dades d’una qualitat excel·lent i mètodes d’anàlisi altament precisos. La distinció entre errors i variants reals en dades de seqüenciació de propera generació (NGS) és un repte quan hi ha errors sistemàtics o aleatoris mesclats amb variants germinals o somàtiques a freqüències al·lèliques molt baixes. En la primera part d'aquesta tesi, hem desenvolupat un filtre per al genotipatge de variants (ABB) capaç d'identificar errors sistemàtics durant el procés de detecció de variants que altres mètodes convencionals no poden trobar. Aquesta eina filtra falsos positius del conjunt de variants finals en estudis de variacions somàtiques i germinals, així com també detecta falses associacions de malalties gèniques en estudis de casos-controls. En segon lloc, hem desenvolupat un conjunt de nous mètodes capaços de distingir i corregir els errors de seqüenciació i PCR amb l’ús d’identificadors moleculars. Aquests ens permeten modelar les taxes d’error i conseqüentment detectar mutacions somàtiques a freqüències al·lèliques extremadament baixes en l’anàlisi de biòpsies líquides. Per finalitzar aquesta tesi, hem caracteritzat les mutacions mosaiques en un estudi multi-teixit multi-individu utilitzant una cohort de centenars d'individus sans amb milers de mostres.
dc.format application/pdf
dc.format 151 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 Highly accurate variant detection for identification of tumor mutations and mosaic variants
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2020-01-21T17:10:32Z
dc.subject.keyword Systematic error
dc.subject.keyword Liquid biopsy
dc.subject.keyword Unique molecular barcode
dc.subject.keyword Somatic mutation
dc.subject.keyword Mosaicism
dc.subject.keyword Error sistemàtic
dc.subject.keyword Biòpsia líquida
dc.subject.keyword Codi molecular únic
dc.subject.keyword Mutació somàtica
dc.subject.keyword Mosaicisme
dc.subject.keyword 616


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

Compliant to Partaking