prikaz prve stranice dokumenta Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK
  Download
PDF 2.79 MB
master's thesis
Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK
Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Medicine Osijek, 2022. urn:nbn:hr:152:570903
Ilić, Klara
Josip Juraj Strossmayer University of Osijek
Faculty of Medicine Osijek

Institutional repository: Repository of the Faculty of Medicine Osijek

Cite this document

Ilić, K. (2022). Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK (Master's thesis). Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Medicine Osijek. Retrieved from https://urn.nsk.hr/urn:nbn:hr:152:570903

Ilić, Klara. "Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK." Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Medicine Osijek, 2022. https://urn.nsk.hr/urn:nbn:hr:152:570903

Ilić, Klara. "Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK." Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Medicine Osijek, 2022. https://urn.nsk.hr/urn:nbn:hr:152:570903

Ilić, K. (2022). 'Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK', Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Medicine Osijek, accessed 07 May 2024, https://urn.nsk.hr/urn:nbn:hr:152:570903

Ilić K. Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK [Master's thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Medicine Osijek; 2022 [cited 2024 May 07] Available at: https://urn.nsk.hr/urn:nbn:hr:152:570903

K. Ilić, "Analiza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK", Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Medicine Osijek, Osijek, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:152:570903

Metadata
TitleAnaliza staničnog ekosustava tkiva štitnjače sekvenciranjem jednostanične RNK
Title (english)The thyroid cell ecosystem analyzed by single-cell RNA sequencing
AuthorKlara Ilić
MentorMario Štefanić (mentor)
Committee memberMarija Heffer (predsjednik povjerenstva)
Committee memberMartina Smolić (član povjerenstva)
Committee memberMario Štefanić (član povjerenstva)
GranterJosip Juraj Strossmayer University of Osijek
Faculty of Medicine Osijek
Osijek
Defense date and country2022-09-28, Croatia
Scientific / art field,
discipline and subdiscipline		BIOMEDICINE AND HEALTHCARE
Basic Medical Sciences
Abstract
CILJ ISTRAŽIVANJA. Anotacija i cenzus staničnih subpopulacija ljudskog tkiva štitnjače na jednostaničnoj rezoluciji uporabom scRNA-Seq (bioinformatička analiza). METODE. U tu svrhu, integrirani su i analizirani javno dostupni podatci sekvenciranja jednostanične RNK pet štitnih žlijezda odraslih osoba (Gene Expression Omnibus Identifier GSE134355, GSE158291, Seurat v4 alat), što je omogućilo raščlambu staničnog susjedstva štitnjače na srednjoj rezoluciji. Uključene su samo stanice benignih tkiva štitnjače. Nakon diferencijalne analize genskog izražaja (Wilcoxonov test) uslijedila je analiza obogaćenih putova (Hallmark, Kyoto Encyclopedia of Genes and Genomes, Broad Molecular Signatures Database v7.4). REZULTATI. Ukupno je analizirano > 18 000 stanica visoke kvalitete te je identificirano 28 staničnih stanja (7 epitelnih, 9 limfoidnih, 6 mijeloidnih, 3 stromalna, 2 endotelna i jedan proliferativni klaster). Okarakterizirani su genski izražaji specifični za stanične tipove i biološki programi za sve veće stanične linije štitnjače koji pružaju informacije o njihovim transkripcijskim, signalizacijskim i metaboličkim svojstvima. ZAKLJUČAK. Sveobuhvatni jednostanični atlas humane štitne žlijezde je vrijedan resurs koji povećava naše razumijevanje o staničnoj heterogenosti i mikrookolišima specifičnih tkiva.
Abstract (english)
The thyroid cell ecosystem analyzed by single-cell RNA sequencing’’ AIM. To obtain a high-resolution single–cell type map of human thyroid tissue using RNA sequencing (bioinformatics analysis). METHODS. To help fill this gap, we integrated and analyzed publicly available single-cell RNA sequencing data from 5 adult thyroids (Gene Expression Omnibus Identifier GSE134355, GSE158291, Seurat v4 pipeline), which enabled us to capture the underlying cellular neighborhood at medium resolution. Only cells from benign thyroid tissues were included. Differential gene expression analysis was performed (Wilcoxon’s test), followed by pathway enrichment profiling (Hallmark, Kyoto Encyclopedia of Genes and Genomes, Broad Molecular Signatures Database v7.4). RESULTS. In total, > 18 000 high-quality cells were recovered, from which we identified 28 cell states (7 epithelial, 9 lymphoid, 6 myeloid, 3 stromal, 2 endothelial and one proliferating cluster). We characterized cell-type-specific gene expression and biological programs for all major thyroid cell lineages, providing information on their transcriptional, signaling and metabolic properties. CONCLUSIONS. Our comprehensive single-cell atlas of the human thyroid gland provides a valuable resource, enhancing our understanding of cellular heterogeneity and specific tissue microenvironments.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:152:570903
Study programmeTitle: University graduate study
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra medicinsko laboratorijske dijagnostike (magistar/magistra medicinsko laboratorijske dijagnostike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-03-07 10:58:47