Sirvi Autor "Sügis, Elena" järgi

Nüüd näidatakse 1 - 4 4

listelement.badge.access-status Avatud juurdepääs ,
Geeniregulatsiooni signaali vahendavate geenide automaatne leidmine suuremahulistest eksperimentaalsetest andmetest
(2015) Ellervee, Andreas; Peterson, Hedi; Sügis, Elena
Käesoleva bakalaureusetöö eesmärgiks on automaatselt leida geenidevahelisi seoseid suuremahulistest eksperimentaalsetest andmetest. Olenevalt eksperimendi tüübist saame me tihtipeale teada vaid osa tegelikest regulatoorsetest seostest geenide vahel. Kombineerides erinevaid eksperimente saame aga täpsemini määratleda otseseid ja kaudseid seoseid, mis määravad ära rakkude seisundi mingil kindlal tingimusel. Geenide häirituse (ingl k. perturbation) eksperimendiga on võimalik leida need geenid, mida häiritud geen mõjutab, kas siis otseselt või kaudselt. Kui neid andmeid kombineerida kromatiinisadestamise andmetega, siis saame eraldada otseselt mõjutatud geenid kaudselt mõjutatutest. Käesoleva töö eesmärk ongi leida kaudselt mõjutatud geenidele võimalikke regulaatoreid, mis vahendaksid signaali häiritud geenilt. Signaalivahendajate leidmiseks kombineerime ENCODE andmestikus olevaid andmeid geenide võimalike regulaatorite ja aktiivsete promootorite kohta. Juhul kui geeni regulatoorses alas on näidatud transkriptsioonifaktori seondumist, siis peame seda võimalikuks signaalivahendajaks peamiselt regulaatorilt. Edasi tuleb leida need potentsiaalsed signaalivahendajad, mis on ise peamise regulaatori poolt otseselt mõjutatud. Töö tulemusena tekivad kolmikud geenidest, kus peamine regulaator reguleerib otseselt signaalivahendajat. See omakorda reguleerib peamise regulaatori sihtmärkgeene teatud bioloogilistel tingimustel. Töö lõppeesmärgiks on kasutatav tööriist, mis võimaldab sobivate sisendandmete ja bioloogiliste tingimuste määramisel automaatselt sellised regulatoorseid kolmikuid leida.
listelement.badge.access-status Avatud juurdepääs ,
Integration methods for heterogeneous biological data
(2019-05-22) Sügis, Elena; Vilo, Jaak, juhendaja; Peterson, Hedi, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tänu tehnoloogiate arengule on bioloogiliste andmete maht viimastel aastatel mitmekordistunud. Need andmed katavad erinevaid bioloogia valdkondi. Piirdudes vaid ühe andmestikuga saab bioloogilisi protsesse või haigusi uurida vaid ühest aspektist korraga. Seetõttu on tekkinud üha suurem vajadus masinõppe meetodite järele, mis aitavad kombineerida eri valdkondade andmeid, et uurida bioloogilisi protsesse tervikuna. Lisaks on nõudlus usaldusväärsete haigusspetsiifiliste andmestike kogude järele, mis võimaldaks vastavaid analüüse efektiivsemalt läbi viia. Käesolev väitekiri kirjeldab, kuidas rakendada masinõppel põhinevaid integratsiooni meetodeid erinevate bioloogiliste küsimuste uurimiseks. Me näitame kuidas integreeritud andmetel põhinev analüüs võimaldab paremini aru saada bioloogilistes protsessidest kolmes valdkonnas: Alzheimeri tõbi, toksikoloogia ja immunoloogia. Alzheimeri tõbi on vanusega seotud neurodegeneratiivne haigus millel puudub efektiivne ravi. Väitekirjas näitame, kuidas integreerida erinevaid Alzheimeri tõve spetsiifilisi andmestikke, et moodustada heterogeenne graafil põhinev Alzheimeri spetsiifiline andmestik HENA. Seejärel demonstreerime süvaõppe meetodi, graafi konvolutsioonilise tehisnärvivõrgu, rakendamist HENA-le, et leida potentsiaalseid haigusega seotuid geene. Teiseks uurisime kroonilist immuunpõletikulist haigust psoriaasi. Selleks kombineerisime patsientide verest ja nahast pärinevad laboratoorsed mõõtmised kliinilise infoga ning integreerisime vastavad analüüside tulemused tuginedes valdkonnaspetsiifilistel teadmistel. Töö viimane osa keskendub toksilisuse testimise strateegiate edasiarendusele. Toksilisuse testimine on protsess, mille käigus hinnatakse, kas uuritavatel kemikaalidel esineb organismile kahjulikke toimeid. See on vajalik näiteks ravimite ohutuse hindamisel. Töös me tuvastasime sarnase toimemehhanismiga toksiliste ühendite rühmad. Lisaks arendasime klassifikatsiooni mudeli, mis võimaldab hinnata uute ühendite toksilisust.
listelement.badge.access-status Avatud juurdepääs ,
Praktiline andmeteadus. Kõrgkooliõpik
(Tartu Ülikooli arvutiteaduse instituut, 2024) Sügis, Elena; Tampuu, Ardi; Aljanaki, Anna; Fišel, Mark; Kull, Meelis; Saul, Eva, toimetaja; Liiv, Innar, retsensent; Aan, Janika, retsensent; Vilo, Jaak, retsensent; Laur, Sven, retsensent
listelement.badge.access-status Avatud juurdepääs ,
Robust Rank Aggregation meetodi rakendamine autoimmuunsete sihtmärkide prioritiseerimiseks valgukiipidel
(2016) Peretiatko, Vitalii; Fishman, Dmytro; Sügis, Elena
Autoimmuunhaigused on tänapäeva maailmas väga sagedased. Üha enam ja enam haigusi on seotud autoimmuunsete protsessidega. Autoimmuunreaktsioon on protsess, mille käigus immuunsüsteem toodab antikehasid (autoantikehad) organismi enda rakkude vastu. Autoimmuunhaiguste põhjused ja mehhanismid on aga veel selgeks tegemata. Üheks võimaluseks, kuidas autoimmuunhaigusi õppida on välja selgitada, miks kindlad rakud ja iseäranis just valgud on autoantikehade märklauaks. Selle eesmärgi saavutamiseks on välja töötatud mitmesuguseid tehnoloogiaid, kuhu kuuluvad ka valgukiibid. See tehnoloogia võimaldab hinnata autoantikehade kogust patsiendi seerumis 9000 unikaalse inimese valgu vastu. Seega, rakendades andmeanalüüsi meetodeid on bioinformaatikud võimelised tuvastama autoantikehade märklaudvalke. Teades neid valke, saavad bioloogid läbi viia edasisi katseid ning formuleerida uusi hüpoteese autoimmuunhaiguste mehhanismide ja esinemise kohta. Traditsioonilised andmeanalüüsi meetodid keskenduvad ainult selliste valkude leidmisele, mis erinevad kõige kindlamalt tervete ja patsientide grupi vahel. Need meetodid aga jätavad kõrvale fakti, et märklaudvalkude repertuaar võib patsientide vahel oluliselt erineda. Seega võib isegi üksikjuhtum sisaldada olulist informatsiooni haiguse mehhanismide mõistmisel. Käesolevas lõputöös pakume välja, et Robust Rank Aggregation (RRA) algoritmi saab kasutada adaptiivse meetodina leidmaks reaktiivsete valkude (märklaudvalkude) laia repertuaari. Me võrdlesime klassikaliste analüüsimeetodite otstarbekust ja efektiivsust RRA-ga nii sünteetilistel kui ka pärisandmetel. Katsed sünteetilise andmehulgaga ehk andmehulgaga, mille puhul on reaktiivsed valgud teada näitavad, et RRA ületab teisi meetodeid olles samal ajal vähem mõjutatud “mürast”. Rakendades RRA-d pärisandmetel ning viies läbi rikastusanalüüsi iga meetodi kohta saadud reaktiivsete valkude listidega, saime me sarnase arvu valke, mis olid bioloogilise ja immuunvastusega seotud klassides üleesindatud.