Praca doktorska
Miniatura
Licencja

FairUseKorzystanie z tego materiału możliwe jest zgodnie z właściwymi przepisami o dozwolonym użytku lub o innych wyjątkach przewidzianych w przepisach prawa. Korzystanie w szerszym zakresie wymaga uzyskania zgody uprawnionego.
 

Matrix methods in transcriptomic and metabolomic data analysis

Uproszczony widok
dc.abstract.enIn this dissertation we walk through various approaches of modelling and analysis of transcriptomic and metabolomic data. The dissertation opens with an introduction of the current state of the art in the context of high-throughput data along with genetic background description. We look through current technologies that are used for obtaining transcriptomic data as well as computational methods and tools for their analysis including various methods for decomposition of transcriptomic signal and integration with metabolomic knowledge. Throughout the main three chapters of this dissertation we discuss specific experimental settings and data for which adequate methods for transcriptomic and metabolomic data analysis are derived and applied. Each of these chapters presents a different computational method for inference of biological knowledge, and is supported with a case-study based on real life experimental data. Finally, results from joint work with Baylor Collage of Medicine concerning the role of FOXF1 gene in lungs disease are closing the dissertation.
dc.abstract.plW niniejszej rozprawie omawianych jest kilka podejść do modelowania i analizy danych transkryptomicznych. Pracę otwiera krótki wstęp do obecnego stanu wiedzy dotyczącego wysokoprzepustowych danych wraz z ogólnym wprowadzeniem do genetyki. Omówione zostają obecnie używane technologie do gromadzenia danych tran- skryptomicznych, jak również obliczeniowe metody ich modelowania i analizy, w szczególności dotyczących dekompozycji sygnału transkryptomicznego oraz jego integracji z wiedzą metabolomiczną. W ramach trzech głównych rozdziałów rozprawy dyskutowane są specyficzne scenariusze i dane eksperymentalne, do których zostają opracowane i zastosowane odpowiednie metody analizy danych transkryptomicznych. Każdy z rozdziałów prezentuje pewną metodę obliczeniową służącą pozyskiwaniu wiedzy biologicznej oraz jej zastosowanie w konkretnym studium przypadku używającym danych eksperymentalnych. Ostatecznie, wyniki pochodzące ze współpracy z Baylor Collage of Medicine dotyczące roli genu FOXF1 w rozwoju chorób płuc zamykają zasadniczą część rozprawy.
dc.affiliation.departmentWydział Matematyki, Informatyki i Mechaniki
dc.contributor.authorGogolewski, Krzysztof
dc.date.accessioned2019-05-20T17:04:03Z
dc.date.available2019-05-20T17:04:03Z
dc.date.defence2019-05-30
dc.date.issued2019-05-20
dc.description.additionalLink archiwalny https://depotuw.ceon.pl/handle/item/3341
dc.description.promoterGambin, Anna
dc.identifier.urihttps://repozytorium.uw.edu.pl//handle/item/3341
dc.language.isoen
dc.rightsFairUse
dc.subject.enmetabolomics
dc.subject.enTranscriptomics
dc.subject.enfeature selection
dc.subject.ensystems biology
dc.subject.endata analysis
dc.subject.enmatrix decomposition
dc.subject.plmetabolomika
dc.subject.pltranskryptomika
dc.subject.plselekcja cech
dc.subject.plbiologia systemów
dc.subject.planaliza danych
dc.subject.pldekompozycja macierzy
dc.titleMatrix methods in transcriptomic and metabolomic data analysis
dc.title.alternativeMetody macierzowe w transkryptomicznej i metabolomicznej analizie danych
dc.typeDoctoralThesis
dspace.entity.typePublication