Computational methods of analysis for gene expression and genomewide variation data

Abstract

Η διδακτορική μου διατριβή επικεντρώνεται στις υπολογιστικές μεθόδους και τα σύνολα εντολών για την ανάλυση διαφορετικών τύπων γονιδιωματικών, μεταγραφικών και επιγονιδιωματικών δεδομένων με στόχο την κατανόηση της αιτιολογίας του συνδρόμου Gilles de la Tourette (GTS), μιας ψυχιατρικής διαταραχής πολύπλοκου υποβάθρου. Οι εξελίξεις στις τεχνολογίες μικροσυστοιχιών έχουν καταστήσει δυνατή την ανάλυση του γονιδιώματος μεγάλων ομάδων ασθενών παράγοντας τεράστιο όγκο δεδομένων. Η ανάλυση του μεγάλου όγκου δεδομένων από τις τεχνολογίες μικροσυστοιχιών πρέπει να αντιμετωπίσει ένα ευρύ φάσμα προβλημάτων, που εκτείνονται από το βασικό έλεγχο ποιότητας έως τα πολύπλοκα μοντέλα συσχέτισης. Η ανάλυση τέτοιων δεδομένων μεγάλου όγκου υποβάλλονται σε αυστηρό ποιοτικό έλεγχο τόσο σε επίπεδο παραλλαγών όσο και επίπεδο δειγμάτων για την εξάλειψη τεχνικών προβλημάτων που μειώνουν τα ψευδώς θετικά αποτελέσματα της συσχέτισης. Εδώ παρουσιάζουμε τις υπολογιστικές μεθόδους και τα σύνολα εντολών που χρησιμοποιούνται για την ανάλυση της γονιδιακής έκφρασης σε επίπεδο ολόκληρου του γονιδιώματος, των μονονουκλεοτιδικών πολυμορφισμών (SNPs), των παραλλαγών αριθμού αντιγράφων (CNVs) και των μελετών δεικτών μεθυλίωσης DNA. Η εφαρμογή των παραπάνω μεθόδων στο GTS ρίχνουν φως στην αιτιολογία της διαταραχής, εμπλέκοντας πολλά υποψήφια γονίδια προδιάθεσης που δικαιολογούν περαιτέρω διερεύνηση.