Iskanje vezavnih mest in rangiranje genov na podlagi CLIP in RNAseq podatkov

Haberman, Nejc

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Iskanje vezavnih mest in rangiranje genov na podlagi CLIP in RNAseq podatkov
Avtorji:	ID Haberman, Nejc (Avtor) ID Štiglic, Gregor (Mentor) Več o mentorju... ID Ule, Jernej (Komentor)
Datoteke:	MAG_Haberman_Nejc_2013.pdf (2,11 MB) MD5: 0FC45A6CB12690C810C6F92802DEC20B
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FZV - Fakulteta za zdravstvene vede
Opis:	Proteini, ki se vežejo na RNK (ang. RNA-binding proteins), imajo pomembno vlogo pri regulaciji posttrankripcijskih procesov in so ključni regulatorji genske ekspresije. Za preučevanje vezavnih proteinov na RNK v živih celicah sta najprimernejši metodi CLIP (UV cross-linking and immunoprecipitation) in iCLIP (individual-nucleotide resolution CLIP). RNA-seq je postala standardizirana metoda za merjenje genske ekspresije celotnega transkriptoma. V naši raziskavi smo preučevali najprimernejšo normalizacijo CLIP-podatkov z RNA-seq podatki. Glavni problem je, da posamezna CLIP/iCLIP-metoda določi več vezavnih mest v visoko izraženih delih molekule RNK, ki posledično prekrijejo nizko izražena vezavna mesta. Zato je potreba po RNA-seq podatkih, da lahko z njimi normaliziramo vezavna mesta CLIP/iCLIP- podatkov. V ta namen smo načrtovali in implementirali različne metode normalizacij CLIP- in RNA-seq podatkov in jih primerjali z do sedaj znanimi rezultati za protein LIN28A. V našo raziskavo smo vključili programsko orodje Piranha, ki že uporablja metodo normalizacije z regresijskim modelom ZTNBR (zero-truncated negative binomial distributions regression), ki pa se ni izkazala za primerno rešitev našega problema. Izdelali smo hibridno metodo, ki izboljša objavljeno metodo, ki uporablja preprosto normalizacijo vsote RNA-seq odčitkov pri proteinu LIN28A. Hibridna metoda uporablja statistični model ZTNB (zero-truncated negative binomial distributions) za identifikacijo signifikantnih vezavnih mest in je del programskega orodja Piranha. Za vse opisane metode normalizacij smo razvili cevovod programskih skript in bioinformatskih orodij za primerjalno analizo metod. Prav tako smo razvili programski cevovod za preprocesiranje iCLIP-podatkov, ki jih lahko uporabimo v omenjenih normalizacijah. Vse metode bodo prosto dostopne na spletu in se bodo lahko uporabljale v prihodnjih raziskavah za analizo vezavnih proteinov na RNK s CLIP/iCLIP- in ostalimi sorodnimi metodami sekveniranja.
Ključne besede:	normalizacija, vezavni proteini na RNK, CLIP, iCLIP, RNA-seq, LIN28A, bioinformatska orodja, genska obogatitev
Kraj izida:	Maribor
Založnik:	[N. Haberman]
Leto izida:	2013
PID:	20.500.12556/DKUM-40731
UDK:	577
COBISS.SI-ID:	1916836
NUK URN:	URN:SI:UM:DK:VTLNPYNQ
Datum objave v DKUM:	06.08.2013
Število ogledov:	2774
Število prenosov:	247
Metapodatki:
Področja:	FZV
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Binding site identification and gene ranking based on CLIP and RNAseq data
Opis:	RNA binding proteins (RBPs) are key players in post-transcriptional processes and have a major role in the regulation of gene expression. CLIP (UV cross-linking and immunoprecipitation) and iCLIP (individual-nucleotide resolution CLIP) are the most appropriate methods to study protein-RNA interactions in living cells. For gene expression measurements across the transcriptome, RNA-seq has become the standard method of choice. In our study, we searched for the most appropriate method to normalize CLIP data and integrating it with matched RNA-seq data. The main need for normalization stems from the fact that the number of reads detected by CLIP/iCLIP methods depends on the expression level of each mRNA. Therefore, RNA-seq data is needed to normalize the CLIP/iCLIP data. We developed different types of algorithms for data normalization, and tested them against a published method and data sets for LIN28A protein using CLIP and RNA-seq data. In our study we included Piranha software with integrated CLIP and RNA-seq normalization using a ZTNBR (zero-truncated negative binomial distributions regression) model and we have found that ZTNBR is not suitable for the described problem. We devised a hybrid method which extends the previous simplistic normalization method by using a statistical ZTNB (zero-truncated negative binomial distributions) model for significant binding site identification and which also is a part of Piranha software. For all normalization methods we developed a pipeline of scripts and bioinformatics tools for comparative analysis of the different types of normalizations. We also developed a pre-processing pipeline for the iCLIP data which can be used for the same type of normalizations. All the methods will be freely available online and we imagine their frequent use in future studies of RNA binding proteins exploiting CLIP and related sequencing techniques.
Ključne besede:	normalization, RNA binding proteins, CLIP, iCLIP, RNA-seq, LIN28A, bioinformatic tools, gene enrichment

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj