prikaz prve stranice dokumenta INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION
  Preuzmi
PDF 17.14 MB
doktorski rad
INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. urn:nbn:hr:217:757529
Štancl, Paula
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Biološki odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Štancl, P. (2024). INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION (Doktorski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:757529

Štancl, Paula. "INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION." Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:757529

Štancl, Paula. "INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION." Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:757529

Štancl, P. (2024). 'INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION', Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 18.12.2024., https://urn.nsk.hr/urn:nbn:hr:217:757529

Štancl P. INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION [Doktorski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2024 [pristupljeno 18.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:757529

P. Štancl, "INFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION", Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:757529

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:757529
Podaci o radu
NaslovINFLUENCE OF GENOMIC CHARACTERISTICS ON THE OPTIMIZATION OF MODELS FOR TUMOR CELL-OF-ORIGIN PREDICTION
Naslov (hrvatski)UTJECAJ GENOMSKIH KARAKTERISTIKA NA OPTIMIZACIJU MODELA ZA PREDVIĐANJE ISHODIŠNE STANICE TUMORA
AutorPaula Štancl
MentorRosa Karlić (mentor)
Član povjerenstvaKristian Vlahoviček (predsjednik povjerenstva)
Član povjerenstvaInga Urlić (član povjerenstva)
Član povjerenstvaPetar Ozretić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Biološki odsjek)
Zagreb
Datum i država obrane2024, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Biologija
Univerzalna decimalna klasifikacija
(UDC)		577 - Biokemija. Molekularna biologija. Biofizika
Sažetak
Identifying the cell-of-origin (COO) for tumors of unknown primary site is crucial for selecting effective therapies, but the heterogeneity and unique genomic profiles of these cancers make accurate prediction by machine learning models challenging. In this study, I analyzed how various genomic features influence COO prediction by using different machine learning models based on the mutational landscapes and epigenetic characteristics of normal tissues in distinct genomic features. The analysis of breast, liver, and skin melanoma cancers revealed significant differences of their mutational landscapes, and their influence on COO model accuracy. APOBEC mutations in early-replicating regions associated with kataegis were linked to poorer COO predictions in breast cancer. Including protein-coding genes and topologically associated domains can also be used for reliable COO predictions and identification of under-predicted genes with potential roles in tumorigenesis. While whole-exome sequencing and RNA-seq mutations aid COO identification, they are less accurate than whole-genome sequencing. Overall, the tumor's complex genomic landscape significantly affects COO prediction accuracy.
Sažetak (engleski)
Određivanje ishodišne stanice tumora (engl. cell-of-origin, COO) ključno je za odabir učinkovitih terapija. Međutim, heterogenost i jedinstveni genomski profili ovih tumora čine njihovu preciznu identifikaciju pomoću modela strojnog učenja izazovnom. U ovom radu analizirala sam kako različite genomske značajke utječu na predviđanje COO koristeći različite modele strojnog učenja temeljene na mutacijskim krajolicima i epigenetskim karakteristikama normalnih tkiva. Analizom tumora dojke, jetre i melanoma kože otkrivene su značajne razlike u njihovim mutacijskim krajolicima te njihov utjecaj na točnost modela za predviđanje COO. APOBEC mutacije koje se pojavljuju u rano replicirajućim regijama i povezane sa žarištima mutacija, pokazale su lošiju točnost predviđanja COO kod tumora dojke. Geni za kodiranje proteina i topološki povezane domene također se mogu koristiti za pouzdana predviđanja COO, kao i za identifikaciju gena s premalim brojem predviđenih mutacija, koji imaju potencijalnu ulogu u tumorigenezi. Iako mutacije dobivene sekvenciranjem cijelog egzoma i transkriptoma pomažu u identifikaciji COO, one su manje točne od mutacija dobivenih sekvenciranjem cijelog genoma. Sveukupni rezultati ukazuju na to da kompleksni genomski krajolik tumora značajno utječe na točnost predviđanja COO.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:217:757529
Datum promocije2024
ProjektŠifra: IP-2019-04-9308
Naziv: Predviđanje ishodišnih stanica i istraživanje mehanizama razvoja raka bazirano na statističkom modeliranju
Naziv: A statistical modelling approach to predict the cell-of-origin and investigate mechanisms of cancer development
Kratica: PREDI-COO
Voditelj: Rosa Karlić
Pravna nadležnost: Hrvatska
Financijer: Hrvatska zaklada za znanost
Linija financiranja: Research Projects
Studijski programNaziv: Biologija
Vrsta studija: sveučilišni
Stupanj studija: doktorski studij
Akademski / stručni naziv: doktor/doktorica znanosti u području prirodnih znanosti (dr. sc. natur.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-12-02 11:13:59