Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija

Bakšić, Ivan

prikaz prve stranice dokumenta Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija

Download
PDF 7.86 MB

master's thesis

Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija

Zagreb: University of Zagreb, Faculty of Science, 2022. urn:nbn:hr:217:265845

Bakšić, Ivan

University of Zagreb
Faculty of Science
Department of Biology

Cite this document

APA 6th Edition

Bakšić, I. (2022). Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija (Master's thesis). Zagreb: University of Zagreb, Faculty of Science. Retrieved from https://urn.nsk.hr/urn:nbn:hr:217:265845

MLA 8th Edition

Bakšić, Ivan. "Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija." Master's thesis, University of Zagreb, Faculty of Science, 2022. https://urn.nsk.hr/urn:nbn:hr:217:265845

Chicago 17th Edition

Harvard

Bakšić, I. (2022). 'Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija', Master's thesis, University of Zagreb, Faculty of Science, accessed 23 January 2025, https://urn.nsk.hr/urn:nbn:hr:217:265845

Vancouver

Bakšić I. Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija [Master's thesis]. Zagreb: University of Zagreb, Faculty of Science; 2022 [cited 2025 January 23] Available at: https://urn.nsk.hr/urn:nbn:hr:217:265845

IEEE

I. Bakšić, "Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija", Master's thesis, University of Zagreb, Faculty of Science, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:217:265845

Cite this item: https://urn.nsk.hr/urn:nbn:hr:217:265845

Please login to the repository to save this object to your list.

Metadata

Title	Određivanje ishodišne stanice tumora na temelju raspodjele različitih tipova mutacija
Title (english)	Cell-of-origin determination based on the distribution of different mutation types in cancer
Author	Ivan Bakšić
Mentor	Rosa Karlić (mentor)
Committee member	Kristian Vlahoviček (predsjednik povjerenstva)
Committee member	Inga Urlić (član povjerenstva)
Committee member	Dunja Leljak-Levanić (član povjerenstva)
Committee member	Nenad Malenica (član povjerenstva)
Granter	University of Zagreb Faculty of Science (Department of Biology) Zagreb
Defense date and country	2022-04-21, Croatia
Scientific / art field, discipline and subdiscipline	NATURAL SCIENCES Biology
Abstract	Usporedbom tumorskih obrazaca mutacija s kromatinskim obilježjima stanica pojedinih tipova tkiva moguće je tumor povezati s izvornim tipom zdrave stanice iz koje je tumor nastao. U ovome radu proveo sam istraživanje na 722 uzorka melanoma i tumora jetre te na integracijskim mjestima hepatitis B virusa. Cilj je bio pomoću Random Forest regresijske analize odrediti ishodišnu stanicu tumora na temelju korelacije između kromatinskih obilježja zdravih tkiva i varijanti jednog nukleotida, insercija i delecija te virsunih integracijskih mjesta. Nadalje, u radu su provedena metodološka istraživanja kojima se htjelo postići poboljšanje u određivanju ihodišnih stanica i istražiti kako broj mutacija utječe na kvalitetu predviđanja. Dokazano je kako je frekvencija varijanti jednog nukleotida povećana u regijama otvorenog kromatina kod tumorskih stanica melanoma te da je moguće postići značajno povećanje snage predviđanja isključenjem stršećih vrijednosti. Također je utvrđeno da s podacima varijanti jednog nukleotida tumora jetre, insercija i delecija te virusnih integracijskih mjesta korištenim u ovome radu nije moguće pouzdano i točno odrediti ishodišnu stanicu te da značajno smanjenje broja mutacija neće nužno dovesti do smanjenja kvalitete predviđanja ishodišnje stanice.
Abstract (english)	It is possible to corelate tumor with the healthy tissue it originated by using comparison of mutational landscape with chromatin marks of the normal cells. In this work I carried out research on 722 melanoma and liver carcinoma samples and on hepatitis B virus integration sites. The goal of this research was to determine COO correlations between chromatin marks and single nucleotide variance, insertions and deletions and hepatitis B integration sites using the Random Forest regression analysis. Moreover, this work provides methodological research with the goal of improving cell-of-origin determination and observing the effect of different mutation number on the quality of the prediction. It was proven that the melanoma single nucleotide variance frequency is higher in open chromatin regions and that it was possible to considerably increase prediction power by outlier exclusion. It was also determined that liver carcinoma single nucleotide variance data, insertion and deletion data and virus integration site data used in this work do not provide accurate nor reliable cell-of-origin prediction. Finally, it was determined how usage of considerably lower number of mutations does not necessarily lower the prediction power of the cell-of origin.
Keywords
Keywords (english)
Language	croatian
URN:NBN	urn:nbn:hr:217:265845
Study programme	Title: Molecular Biology Study programme type: university Study level: graduate Academic / professional title: magistar/magistra molekularne biologije (magistar/magistra molekularne biologije)
Type of resource	Text
File origin	Born digital
Access conditions	Open access
Terms of use
Repository	Repository of the Faculty of Science
Created on	2022-05-03 07:59:40