BOKU - Universität für Bodenkultur Wien - Forschungsinformationssystem
Gewählte Diplomarbeit / Masterarbeit:
Marvie Demit
(2019):
Data Integration and Clustering Analysis of Glioblastoma Multiforme for identifying expression signatures.
Diplomarbeit / Masterarbeit - Institut für Biotechnologie,
BOKU-Universität für Bodenkultur,
pp 148.
UB BOKU
obvsg
FullText
- Abstract:
- Glioblastoma Multiforme (GBM), ein Tumor des Gliomtyps Grad 4, entwickelt sich zu einem schnell wachsenden und stark bösartigen Tumor. Am häufigsten werden männliche Erwachsene diagnostiziert. Das Ziel dieser Arbeit ist es, Signaturen von GBM-Subtypen aus Expressionsdaten durch Datenintegration und Clusteranalyse zu entdecken. Verschiedene Expressionsdaten die auf den Webseiten des Cancer Genome Atlas (TCGA) öffentlich verfügbar sind wurden integriert und nach anschließendem Clustering in GBM subtypen eingeteilt. Der sorgfältigen Kalibration der Anzahl von Clustern kommt wegen der impliziten Bedeutung als Anzahl von GBM Subtypen besondere Bedeutung zu. Da Optima von der Modellbewertung abhängen, wurde ein erheblicher Arbeitsaufwand unternommen, um zuverlässige Metriken für die Modellwauswahl verfügbar zu machen. Für mehrere Cluster Ergebnisse wurden Expressionssignaturen hinsichtlich ihrer Eignung zur Vorhersage der Clusterzugehörigkeit der GBM Patienten gereiht und anschließend mittels Gene Set Enrichment Analyse auf biologische Terme projiziert, um erhaltenen GBM Subtypen auf ihre biologische Relevanz hin zu untersuchen. Unter den vorhergesagten Termen konnten durch manuelle Recherche zahlreiche Prozesse identifiziert werden, die bekannte Assoziationen mit der Entwicklung von GBM haben. Als zweites Kriterium biologischer Relevanz konnten die erhaltenen Patientengruppen mittels Kaplan-Meier Analyse mit signifikanten Unterschieden in deren Überlebenszeit assoziiert werden. Unsere Analysen zeigten, dass der Einsatz maschinellen Lernens zur Gruppierung von GBM in Subtypen geeignet ist und zum besseren Verständnis molekularer Mechanismen in GBM beiträgt. Als Ausblick sei erwähnt, dass unsere Analyse in Zukunft um eine Reihe zusätzlicher Datenquellen ergänzt werden sollte um damit das Verständnis von GBM weiter zu verbessern, um therapeutische Ansätze zu schaffen, die der aktuellen postoperativen Behandlung von GBM überlegen sind.
- Beurteilende(r): Sykacek Peter