Sirvi Märksõna "bioinformaatika" järgi

Nüüd näidatakse 1 - 20 37

listelement.badge.access-status Avatud juurdepääs ,
Analysis and visualisation of large scale microarray data
(2015-07-06) Adler, Priit
Viimase paari aastakümne jooksul on genereeritud hulgaliselt suuremahulisi geeniekspressiooni andmestikke. Sellised andmestikud on hinnalised ja neid säilitatakse suurtes andmebaasides nagu näiteks GEO või Arrayexpress. Geenide, valkude, metaboliitide ja ensüümide omavahelised koostoimimised ja reaktsioonid on kokku kogutud ja süstematiseeritud bioloogiliste radade andmebaasidesse nagu KEGG ja Reactome. Suuremahuliste ekspressiooniandmete ja bioloogiliste radade ühildamine võimaldab kirjeldatud protsesse paremini analüüsida ja mõista. Väitekiri kirjeldab KEGGanim tööriista, mis ühildab suuremahulised geeniekspressiooni andmestikud ja KEGG bioloogiliste radade pildid. Tööriist loob interaktiivse animatsiooni üle erinevate eksperimendi tingimuste, võimaldades jälgida ajalist või tingimuslikku ja ruumilist ekspressiooni dünaamikat. Sellised animatsioonid sobivad kasutamiseks konverentsi ettekannetes, veebis või ka publikatsioonides. Suurt hulka avalikke geeniekspressiooni andmestikke on võimalik ära kasutada, et tuvastada uusi vastasmõjusid geenide vahel üle paljude bioloogiliste tingimuste. Selline analüüs võimaldab tuvastada ühiseid regulatoorseid mehhanisme, ühiseid funktsioone või rolle sarnastes bioloogilistes protsessides. Me oleme arendanud metoodika, mis võimaldab teha päringupõhist koos-ekspressiooni analüüsi üle sadade avalike geeniekspressiooni andmestike. Geenide koos-ekspressioon arvutatakse igas andmestikus eraldi ja tulemused koondatakse kokku ühiseks järjestatud nimekirjaks kasutades astakute agregeerimise meetodit. Selline lähenemine teeb võimalikuks hõlpsalt taaskasutada juba olemasolevaid geeniekspressiooni andmestikke ja tuvastada signaale, mida oleks keeruline leida analüüsides üksikuid andmestikke eraldi. Implementeeritud Multi Experiment Matrix (MEM) tööriist võimaldab interaktiivset andmete visualiseerimist ja pakub erinevaid võimalusi leitud tulemuste edasiseks analüüsiks. Arendatud astakute agregeerimise meetodit saab edukalt kasutada ka teistes meta-analüüsides, kus ühildatakse erinevatest allikatest pärit bioloogilisi andmestikke.
listelement.badge.access-status Avatud juurdepääs ,
Bioinformatics analysis of various aspects in immunology
(2024-04-10) Salumets, Ahto; Peterson, Hedi, juhendaja; Peterson, Pärt, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Bioinformaatika on interdistsiplinaarne valdkond, mis on segu nii bioloogiast, statistikast kui ka arvutiteadusest. Antud doktoritöös kasutasime bioinformaatilist analüüsi vastamaks mitmesugustele immunoloogilistele küsimustele. Üks töösse kaasatud artiklitest keskendus erinevate T-raku alatüüpide kirjeldamisele. T-rakud on adaptiivse immuunsüsteemi rakud, mis on olulised nii patogeenide eemaldamisel kui ka immunoloogilise mälu kujunemisel. Meil oli täpsemalt fookuses CD8+ TEMRA rakud, mida on varasemalt seostatud mitmesuguste haigustega. Oma töös kirjeldasime antud rakutüübi seoseid muuhulgas DNA metülatsiooniga, mis on raku fenotüübi kujunemiseks oluline keemiline modifikatsioon. Oma töös identifitseerisime sellised DNA positsioonid, mille metülatsiooni põhjal saime luua CD8+ TEMRA rakkude taset ennustava mudeli, mis võiks olla kasulik inimese tervisliku seisundi hindamisel. Ka teises doktoritöösse kaasatud uuringus keskendusime T-rakkudele, kuid sel korral keskendusime DNA metülatsiooni võrdlemisele konventsionaalsete ja immuunvastust supresseerivate regulatoorsete T-rakkude vahel. Me leidsime tuhandeid positsioone DNA-s, mille puhul olid need rakutüübid erinevad metüleeritud, kuid lisaks sellele leidsime ka erinevuse Graves’i tõve riskilookuses. Kuigi me ei suutnud välja selgitada, kuidas antud regioon võiks osaleda Graves’i haiguse väljakujunemisel, siiski loodame, et meie töö inspireerib teisi välja selgitama, kas antud regioonil on mõju regulatoorsete T-rakkude fenotüübile. Kolmandas artiklis uurisime T-raku arengus olulisi tüümuse säsi epiteelrakke. Meie analüüs vihjas, et antud rakutüüp differentseerub sarnaselt keratinotsüütidega ning selle hilisemad staadiumid võiksid olla olulised tüümuses normaalse põletikulise keskkonna loomisel, mis on T-rakkude arengu jaoks oluline. Kahes viimases töösse kaasatud artiklis andsime oma panuse COVID-19 uurimisse. Meie analüüs näitas, et iseäranis just raske COVID-19 kulg on seotud apoptootiliste signaaliradadega. Lisaks leidsime, et isegi asümptomaatilistel inimestel võib SARS-CoV-2 infektsioon kaasa tuua pikaajalise põletikuliste valkude taseme tõusu.
listelement.badge.access-status Avatud juurdepääs ,
Bioinformatics approaches in personalised pharmacotherapy
(2019-06-27) Tasa, Tõnis; Vilo, Jaak, juhendaja; Milani, Lili, juhendaja; Metsvaht, Tuuli, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Kogutavate terviseandmete hulk kasvab kiiresti. Tänu neile andmetele on meditsiinilise ravi pakkumisel võimalik senisest enam arvesse võtta individuaalseid bioloogilisi andmeid. See doktoritöö käsitleb mitmeid personaalses meditsiinis esinevaid probleeme ja näitab, et ravi individualiseerimiseks kasutatavad andmed tulevad väga erinevatest allikatest. Inimestevahelised erinevused teevad ravimite metabolismi ennustamise keerukaks, siiski on ravi käigus kogutavad kontsentratsioonimõõtmised ravimiefekti hindamisel heaks allikaks. Me arendasime välja täppisdoseerimise tööriista, mis võimaldab vankomütsiini ravil vastsündinutele määrata ravi tõhustavat personaalseid doose kasutades selleks nende endi ravi käigus kogutud kontsentratsioone. Suurema osa ravimiteraapiate puhul ei ole võimalik pidevalt ravimi kontsentratsioone koguda. Nende ülejäänud ravimite puhul on heaks informatsiooniallikaks geneetika. Paljude ravimimetabolismiga seotud geneetiliste variantide mõju on piisav, et tingida muutuseid ravi läbiviimisel. Me uurisime geneetika ja ravimite kõrvalmõjude omavahelisi seoseid kasutades rahvastikupõhist lähenemist. See toetus Eesti Geenivaramu geeniandmetele ja teistele laiapõhjalistele terviseandmete registritele. Me leidsime ja valideerisime seose, et CTNNA3 geenis olev geenivariant tõstab oksikaamide ravil olevate inimeste jaoks kõrvalmõjude sagedust. Arvutuslik geneetika toetub kvantitatiivsetele meetoditele, millest kõige levinum on ülegenoomne assotsiatsiooni analüüs (GWAS). Sagedasti kasutatav GWASi järelsamm on aega nõudev GWASist ilmnenud p-väärtuste visuaalne hindamine teiste samas genoomi piirkonnas olevate geneetiliste variantide kontekstis. Selle sammu automatiseerimiseks arendasime me kaks tööriista, Manhattan Harvester ja Cropper, mis võimaldavad automaatselt huvipakkuvaid piirkondi tuvastada ja nende headust hinnata.
listelement.badge.access-status Avatud juurdepääs ,
Building a catalogue of molecular quantitative trait loci to interpret complex trait associations
(2023-10-25) Kerimov, Nurlan; Alasoo, Kaur, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Kujutage ette, et olete ruumis, kus on üks laelamp ja sein, mida kaunistavad 100 salapärast lülitit. Nende juhtmed on peidetud ja nende eesmärk jääb mõistatuseks. Otsustate katsetada ja erinevaid lüliteid sisse-välja lülitades süttib järsku lamp. Edasisel erinevate kombinatsioonide katsetamisel märkate lambi heleduse muutumist. Mõne kombinatsiooni puhul põleb lamp eredalt, teiste puhul aga valgustab ruumi hämaralt. Peale mõningast nokitsemist hakkad aru saama, millised lülitite kombinatsioonid lambi heledust kõige enam mõjutavad. Kuid teie lõppeesmärk on lambi heledust täpselt oma äranägemise järgi juhtida. Tundub, et lülitid ise ei tekita elektrivooli. Pigem peavad nad käivitama nähtamatud elektrigeneraatorid. Mõistatus seisneb nüüd konkreetsete lülitite ja konkreetsete generaatorite vaheliste ühenduste väljaselgitamises, mis võimaldavad lambil põleda. Selle metafooriga püüdsin anda lihtsustatud ettekujutuse kvantitatiivse tunnuse lookuste ehk QTL analüüsist. Siin tähistavad lülitid geneetilisi variante, lamp sümboliseerib mõnda inimese mõõdetavat tunnust või haigust, generaatorid tähistavad geene ja ruum tähistab konkreetset rakutüüpi. Selles metafooris tähistab iga QTL konkreetse lüliti mõju ühele või enamale generaatorile. Kuid keerukus ületab kaugelt vaid 100 lülitit. Tegelikult on meil tegemist miljonitega. Ja kuigi lülitid (geneetilised variandid) on igas erinevas ruumis (rakutüüp) identsed, erineb lüliteid generaatoritega (geenidega) ühendav juhtmestike plaan ruumiti oluliselt. Käesolevad doktoritöös olen ma koostöös paljude partneritega loonud ulatusliku QTL-ide andmebaasi, mis hõlmab 127 erinevat inimese rakutüüpi ja kude. Lisaks oleme välja töötanud tööriistad nende QTL-ide paremaks tõlgendamiseks ja visualiseerimiseks. See andmebaas - eQTL Catalogue - on näidanud oma väärtust mitmetes teadusprojektides, parandades meie arusaamist inimese haiguste ja muude tunnuste geneetilistest alustest. Muuhulgas võimaldab meie andmebaasi hästi läbimõeldud ja säilenõtke taristu uute uurimismeetodite ilmnemisel kiiresti algandmeid uuesti analüüsida ja seeläbi kiiresti arenevas genoomiuuringute valdkonnas ajaga kaasas käia.
listelement.badge.access-status Embargo ,
Combining support vector machines to predict novel angiogenesis genes
(Tartu Ülikool, 2010) Alasoo, Kaur; Peterson, Hedi, juhendaja; Agius, Phaedra, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Computational and statistical methods for DNA sequencing data analysis and applications in the Estonian Biobank cohort
(2018-11-27) Kals, Mart; Fischer, Krista, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tänapäeval võimaldavad teise põlvkonna sekveneerimisel (next-generation sequencing, NGS) põhinevad meetodid määrata inimese genoomi järjestusi suurtes kohortides. Seejuures toodetakse väga suuri andmemahtusid, mis tekitavad mitmeid väljakutseid nii informaatika kui statistika valdkonnas. TÜ Eesti Geenivaramu (TÜ EGV) on aastatel 2002-2011 kogunud enam kui 50 000 inimese geeniproovi ja käesoleval aastal lisandub veel 100 000. Praeguseks hetkeks on üle 5 500 geenidoonori DNA-d analüüsitud erinevate NGS meetoditega. Käesolevas doktoritöös on pakutud üldine raamistik TÜ EGV-s toodetud NGS-andmete töötluseks ning lisaks on uuritud, kuidas võimalikult hästi arvestada Eesti päritolu isikute geneetilist eripära. Üheks levinud NGS meetodiks on eksoomi ehk kõigi valku kodeerivate geenipiirkondade sekveneerimine, mis võimaldab efektiivselt leida harvu ja de novo geenivariante ja leiab seetõttu rakendust meditsiinigeneetikas mendeliaarsete haiguste geenimutatsioonide tuvastamisel. Doktoritöö esimeses osas on analüüsitud kolme Eesti perekonna andmeid ja kõigil kolmel juhul kindlaks tehtud potentsiaalne patogeenne mutatsioon, mis lubab tulevikus välja töötada paremaid ravimeetodeid. Samuti on läbi viidud genoomi sekveneerimisandmete analüüs kliinilise vere näitajatega. See analüüs tõi välja populatsioonipõhise biopanga eelised, mis lisaks rikkalikele genoomiandmetele sisaldab ka väärtuslikku informatsiooni erinevate haiguste ja tunnuste kohta. Uuringus tuvastati olulisi seoseid CEBPA geenivariantide ja basofiilide arvu vahel, kusjuures viimasel on roll mitmete autoimmuunhaiguste sümptomaatikas. Ülegenoomsete assotsiatsiooniuuringute võimsuse suurendamiseks kasutatakse puuduvate geenivariantide ennustamist ehk imputeerimist. Muutmaks just Eesti päritolu isikute andmeanalüüsi tõhusamaks, on kasutatud genoomi sekveneerimisandmeid eestlaste-spetsiifilise imputatsioonipaneeli loomiseks. Seejärel on imputeeritud puuduvaid geenivariante kolmel moel – kasutades nii eestlaste-spetsiifilist kui ka kahte multi-etnilist paneeli. Võrdlustulemused näitasid, et eestlaste-spetsiifilise paneeli kasutamisel õnnestub määrata rohkem parema kvaliteediga geenivariante ning loodud paneeli eelis tuleb eriti esile harvaesinevate variantide puhul.
listelement.badge.access-status Avatud juurdepääs ,
Computational methods for DNA copy number detection
(2015-09-16) Palta, Priit
DNA koopiaarvu variantideks või muutusteks nimetatakse selliseid erinevusi inimeste geneetilises materjalis, mille puhul mingi DNA lõigu koopiaarv on erinev oodatavast koopiaarvust kaks (üks koopia mingit kindlat DNA järjestust emalt päritud kromosoomil ja üks koopia isalt päritud kromosoomil). DNA koopiate vähenemist nimetatakse deletsiooniks ning vastavaid DNA variante nimetatakse deletsioonideks. DNA koopiate juurdetulemist nimetatakse duplitseerumiseks ning selliseid kahest suurema koopiaarvuga variante vastavalt duplikatsioonideks. Antud doktoritöös uuriti inimese DNA koopiaarvu variante, nende seotust erinevate haigustega ja nende tekkimise ja pärandumise eripärasid. Kasutades DNA mikrokiipe ehk geenikiipe uuriti esmalt kas ja millised DNA koopiaarvu muutused võivad olla seotud vaimse arengu mahajäämusega (VAM-ga). Uurides perekondasid, kus ühel või mitmel liikmel oli diagnoositud VAM, leiti mitmeid juba varem VAM-ga seostatud DNA koopiaarvu muutusi ning lisaks leiti ka mitmeid uusi DNA koopiaarvu variante, mille esinemine võib olla seotud VAM-e väljakujunemisega. Sarnane uuring viidi läbi ka korduva spontaanse raseduse katkemise probleemiga paaride ja naiste puhul. Võrreldes nende patsientide gruppi kuuluvate naiste DNA koopiaarvu muutusi ning nende sagedusi terveid emasid sisaldavate kontroll-grupi indiviidide omadega, leiti statistiliselt ja bioloogiliselt oluline erinevus muutunud koopiaarvuga DNA lõigus, mis sisaldab PDZD2 ja GOLPH3 geene ja kus esinevate duplikatsioonide „omamine“ suurendas naistel märkimisväärselt spontaanse raseduse katkemise ohtu. Doktoritöö viimases osas uuriti Tartu Ülikooli Eesti Geenivaramu ja rahvusvahelise HapMap projekti poolt kogutud tõsiste haigusteta inimestel esinevaid DNA koopiaarvu muutusi ja nende pärandumist perekondades. Selle uuringu üheks huvitavamaks tulemuseks oli deletsioonide alapärandumine vanematelt lastele ehk deletsioone kandvaid DNA regioone esines laste genoomides oluliselt vähem, kui normaalse Mendeliaalse (juhusliku) pärandumise korral oleks oodata võinud. Uurides duplikatsioonide regioone perekondades leiti aga, et kaks kolmandikku duplikatsioonides esinevatest DNA koopiatest ei olnud identsed (üksteise täpsed koopiad), vaid mõnevõrra erinevad, demonstreerides seniajani teadmata olnud alleelse varieeruvuse määra DNA duplikatsioonide regioonides.
listelement.badge.access-status Avatud juurdepääs ,
COVID-19 ennustavate riskimudelite rakendatavuse hindamine Eesti terviseandmetel
(Tartu Ülikool, 2021) David, Marc; Kolde, Raivo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
COVID-19 leviku tõttu alates aastast 2019 on suurenenud erinevate tervishoiusüsteemide koormus maailmas. Selleks, et haiglate piiratud ressursside kasutust optimeerida, saab kasutada erinevaid riski ennustavaid mudeleid, mis võimaldavad patsientide terviseandmete põhjal ennustada, kui raskeks võib kujuneda patsiendi haiguse kulg. Piisavalt täpset mudelit saab kasutada näiteks patsiendi vaktsiini või ravi vajaduse hindamiseks. Üks mudeli tõhusust mõjutav tegur on kasutatud treeningandmete hulk. Kuna Eesti terviseandmeid on suhteliselt vähe ning nendel uue mudeli treenimine on keeruline, siis on efektiivsem leida juba eelnevalt treenitud mudel ning seda väliselt valideerida Eesti terviseandmetel. Käesolevas töö eesmärk on maailmas häid tulemusi näidanud mudeleid väliselt valideerida Eesti terviseandmetel ning seejärel analüüsida, kas need mudelid on piisavalt head praktiliseks kasutuseks meditsiinis. Töö tulemused näitasid, et mudelite diskrimineerimine on hea ning võrreldav teiste mudelitele tehtud väliste valideerimistega, kuid kalibreerimine on kehvem. Mudelid ennustavad Eesti andmetel madalamaid riskitõenäosusi kui reaalsuses patsientidel täheldati. Seda selgitab asjaolu, et valideerimiseks kasutatud andmeid oli võrdlemisi vähe ning need võisid selle tõttu olla kallutatud. Mudelite rakendatavust mõjutab ka see, et mudelid on treenitud ja valideeritud terviseandmetel, mis on pärit COVID-19 pandeemia algusest, mistõttu riski ennustamisel ei arvesta mudelid viiruse uute mutatsioonidega ega vaktsineeritud patsientidega. Lahendusena tuleks treenida uued mudelid, kasutades uuemaid andmeid ning parandada valideerimiseks kasutatud andmestike kvaliteeti.
listelement.badge.access-status Avatud juurdepääs ,
Developing a bioinformatics pipeline gDAT to analyse arbuscular mycorrhizal fungal communities using sequence data from different marker regions
(2020-07-06) Vasar, Martti; Öpik, Maarja, juhendaja; Young, J. Peter W., juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Mullas on palju mikroorganisme, ning neil on oluline roll ökosüsteemide toimimisel. Üheks oluliseks mikroorganismide rühmaks on arbuskulaarset mükoriisat (AM) moodustavad seened (krohmseened). AM on seenjuure vorm, mida moodustavad krohmseened enamuse roht- ja puittaimedega, sealhulgas paljude kultuurtaimedega. Mükoriisses kooselus saab peremeestaim seene abil kasvuks vajalikke mineraalaineid ja vett, seen omakorda taimelt fotosünteesil tekkinud süsivesikuid. Lisaks parandavad AM seened taimede toimetulekut stressitingimustega, näiteks veepuuduse ja haigustekitajatega. Antud doktoritöös uuriti AM seente määramise efektiivsust kasutades kolme mikroorganismide määramiseks enim kasutatud genoomset markerpiirkonda (SSU, ITS, LSU) ja erinevate sekveneerimisplatvormide sobivust AM seente määramiseks ökoloogilistest proovidest. Doktoritöö raames valmis graafilise liidesega bioinformaatiline töövahend gDAT (graphical downstream analyse tool), mis aitab ökoloogidel analüüsida suuremahulisi DNA järjestusandmeid. Doktoritöö peamised tulemused ja järeldused on: 1) SSU markerpiirkond on piisavalt varieeruv AM seeneliikide määramiseks. Teisisõnu, selle markeri liigisisene varieeruvus on AM seentel väiksem kui liikidevaheline varieeruvus; 2) uute sekveneerimisplatvormide tulekuga on järjestuste maht proovi kohta mitmekordistunud, kuid liigirikkus proovi kohta püsib sama ja saadud ökoloogiline teave (elurikkuse hinnang) on võrreldav eelmise põlvkonna sekveneerimisplatvormil saaduga. Seega on metoodiliselt optimaalne proovipõhine järjestuste arv saavutatud AM seeneliikide määramiseks ning elurikkuse hindamiseks looduskeskkonnast; 3) lisaks SSU markerpiirkonnale saab arvukamaid AM seeni edukalt määrata ka järjestades koguseenekooslust ITS piirkonna praimersüsteeme kasutades; 4) arendatud bioinformaatiline töövahend gDAT võimaldab kiirelt, tõhusalt teostada AM seente uurimusi pärilikkusaine põhjal. See töövahend on kasutatav ka teiste organismide DNA-põhiseks määramiseks.
listelement.badge.access-status Avatud juurdepääs ,
Developing and applying bioinformatics tools for gene expression data interpretation
(2021-05-19) Kolberg, Liis; Peterson, Hedi, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tänapäeva tehnoloogiad võimaldavad teadlastel korraga mõõta kõikide geenide avaldumise ehk ekspressiooni tasemeid erinevates tingimustes ja inimgruppides. Näiteks mõõdetakse geenide ekspressiooni kasvaja diagnoosiga inimeste vähi- ja normaalses koes. Tulemuseks on mahukad andmestikud kümnete tuhandete geenide ekspressioonitasemetega, kust otsitakse sarnase profiiliga geene, mis võivad olla kaasatud teatud vähitüübi avaldumisse. Selleks kasutatakse erinevaid andmekaeve meetodeid ning statistilisi teste, mis leiavad sarnaselt käituvate geenide grupid. Nende geenigruppide paremaks mõistmiseks koondatakse nende kohta teada olev info ja tuvastatakse sealt ühised kirjeldused. Nii võib leida varem vähem uuritud geenidele uusi funktsioone või uuritava haigusega seotud uusi geene. Sellise analüüsi raames on vaja rakendada mitmeid meetodeid ja teha suurel hulgal statistilisi teste, mille läbi viimiseks loovad bioinformaatikud erinevaid tööriistu. Käesolevas doktoritöös arendasime kahte tööriista, g:Profiler ja funcExplorer, mis aitavad geeniekspressiooni andmeid lihtsalt interpreteerida. g:Profiler leiab geeninimekirjade kirjeldustest olulise ühisosa, funcExplorer grupeerib sarnase profiiliga geenid, võttes arvesse ka g:Profileri leitud kirjeldusi. Muuhulgas esitavad antud tööriistad tulemusi jooniste abil ja interaktiivselt, võimaldades kiirelt hoomata andmete sisu ning jagada saadud tulemusi teistega. Töö teises osas uurisime geenide ekspressiooni mõjutavaid geneetilisi variante. Selleks leidsime funcExploreriga esmalt sarnase ekspressiooniga geenigrupid. Seejärel tuvastasime geneetilised variandid, mis mõjutavad nende geenide avaldumise taset. Lõpuks kasutasime g:Profilerit, et tõlgendada saadud gruppe ja seeläbi ka neid mõjutavaid geneetilisi variante. Tehtud analüüsi käigus leidsime uue seose, mille oluliseks osaks on ekspressiooni mõõtmise aeg ja tingimused ning kinnitasime mitmeid varasemalt leitud tugevaid seoseid geneetiliste variantide ja geeniekspressiooni vahel.
listelement.badge.access-status Avatud juurdepääs ,
Developing Computational Solutions for Personalized Medicine
(2019-06-27) Reisberg, Sulev; Vilo, Jaak, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Kuigi meditsiin on alati põhinenud patsiendi ja arsti vahelisel individuaalsel suhtlusel, on viimasel aastakümnel, seoses digitaalsete geeniandmete mahu hüppelise kasvuga, tulnud laiemasse kasutusse mõiste “personaalmeditsiin”, mille sisuks on muuta haiguste ennetus ja ravi senisest efektiivsemaks, võttes muuhulgas arvesse infot iga patsiendi individuaalse geneetilise tausta kohta. Sulev Reisbergi doktoritöö on seotud personaalmeditsiini rakendamisega Eesti tervishoiusüsteemis, kasutades Eesti Geenivaramu geeniandmeid ning käsitledes suuremahuliste arvutustega seotud küsimusi. Polügeensed riskiskoorid on matemaatilised arvutusmudelid, mis isiku geneetilise info põhjal ennustavad, kas tal on madal, keskmine või kõrge geneetiline risk teatud haiguse tekkimiseks. Käesolev doktoritöö on üks esimesi, kus sõnastati probleem, et need mudelid sobivad eelkõige eurooplastele, kuid teisest populatsoonist pärit isikule antud haiguse riskihinnang võib olla väär. Farmakogeneetika on valdkond, mis uurib, millise kiirusega meie kehad omastavad ravimeid. Kuigi vastavat teadmust on juba üsnagi palju, puudus seni selge samm-sammuline otsustusloogika, mis kirjeldaks, kuidas isiku geeniandmetest jõuda konkreetse ravimikoguse soovituseni. Sulev Reisbergi doktoritöö raames loodi tarkvara, mis selle töö ära teeb ning mille abil koostati farmakogeneetilise info raportid 44 tuhandele geenidoonorile. Selgus, et tervelt 99,8% geenidoonoritel esineb niisuguseid geenivariante, mis nõuaksid mõne ravimi puhul koguse kohandamist. Selleks, et personaalmeditsiini lahendused jõuaks kliinilistesse protsessidesse, aga ka uute geenide ja haiguste vaheliste seoste uurimiseks, on tarvis need lahendused integreerida olemasolevate terviseinfosüsteemidega. Doktoritöös ühendati omavahel geeniandmed ja digitaalsed terviseandmed ning viidi läbi nn fenoomiülene assotsiatsiooniuuring. Uuringus vaadeldi, milliste muude haigustega on seotud geenimutatsioonid, mis varasemalt on seostatud astma ja maksahaigustega. Tänaseks on käivitunud riiklik projekt vajaliku IT-infratstruktuuri loomiseks, mis võimaldaks võtta Sulev Reisbergi doktoritöö tulemusi kasutusele igapäevases kliinilises praktikas.
listelement.badge.access-status Embargo ,
DNA-motiivide anaIüüsimise tarkvara m:Profiler
(Tartu Ülikool, 2009) Adari, Mirko; Kull, Meelis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Eestis isoleeritud Klebsiella pneumoniae kliiniliste tüvede antibiootikumiresistentsuse tuvastamine sekveneerimisandmetest programmiga DeepARG
(Tartu Ülikool, 2025) Monso, Kethel; Brauer, Age,juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Molekulaar- ja rakubioloogia instituut
Antibiootikumiresistentsus on üheks suurimaks globaalseks probleemiks, põhjustades patsientide pikemajalist ravi, kõrgemat suremust ning suuremaid ravikulusid. Ligikaudu kolmandik gramnegatiivsete bakterite põhjustatud haigustest on seotud Klebsiella pneumoniae’ga. Käesolevas töös analüüsitakse DeepARG programmi võimekust ennustada Eestis levivate K. pneumoniae tüvede resistentsusfenotüüpe, võrreldes programmiga ResFinder. Töö tulemusena järeldati, et üldiselt on kõige spetsiifilisem DeepARG-LS mudel ning kõige sensitiivsemad on DeepARG-SS ja ResFinder. Programmide PPV sõltus palju antibiootikumist.
listelement.badge.access-status Avatud juurdepääs ,
Endogeensete viiruslike elementide tuvastamine parameetriliste meetoditega bornaviiruse sarnaste elementide näitel
(Tartu Ülikool, 2019) Lvovs, Aneth; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Molekulaar- ja rakubioloogia instituut
Horisontaalne geeniülekanne on geneetilise materjali paaritumisest sõltumatu liikumine ühest organismist teise. Endogeensed viiruslikud elemendid on horisontaalse geeniülekande tagajärjel tekkinud, peremehe genoomi integreerunud ja fikseerunud viiruse genoomsed fragmendid. Senini on endogeenseid viiruslikke elemente tuvastatud homoloogia otsimisega viiruslike ja eukarüootsete järjestuste vahel. Tänaseks on horisontaalse geeniülekande tuvastamiseks loodud parameetrilised programmid, mis otsivad ülekandunud piirkondi kiirelt ühe järjestuse põhjal. Parameetrilisi meetodeid ei ole senini endogeensete viiruslike elementide tuvastamisel kirjeldatud, mistõttu on käesoleva töö eesmärgiks selgitada parameetriliste programmide kasutamise võimalusi endogeensete bornaviiruse sarnaste elementide näitel.
listelement.badge.access-status Avatud juurdepääs ,
Exploiting high-throughput data for establishing relationships between genes
(2015-05-15) Peterson, Hedi
Geenid määravad ära, millistest RNA ja valgu molekulidest elusorganism koosneb. Ainult geenide tuvastamisest ei piisa, et aru saada kuidas organism toimib, millal ja kuidas erinevad geenide produktid avalduvad ja mida need teevad. Elusorganismi olemuse mõistmiseks ja bioloogiliste protsesside mõjutamiseks on vajalik aru saada geenide ja valkude omavahelistest seostest. Suure läbilaskevõimega tehnoloogiad võimaldavad hõlpsasti mõõta bioloogiliste protsesside erinevaid tahke. See omakorda on toonud kaasa andmemahtude üha kiireneva kasvutrendi ning vajaduse uute meetodite järele, mis aitaks toorandmeid analüüsida, andmeid omavahel kombineerida ning tulemusi visualiseerida. Samuti on kasvanud vajadus arvutuslike meetoditega katsetada, kas olemasolevad andmemudelid kirjeldavad bioloogilist uurimisobjekti piisavalt täpselt. Käesolevas uurimistöös on näidatud erinevaid bioinformaatilisi meetodeid, kuidas suuremahuliste ning eritüübiliste eksperimentaalsete andmete kombineerimist saab rakendada geenidevaheliste seoste leidmiseks. Suuremahulistele andmetele on integreerimise ja omavahel võrreldavaks tegemisega võimalik anda lisaväärtust. Töö käigus koondati kokku ja tehti avalikkusele ligipääsetavaks embrüonaalsete tüvirakkude regulatsiooni käsitlevate publikatsioonide lisafailides avaldatud info ESCDb andmebaasi näol. Neid andmeid kasutades on teadlaskonnal võimalik leida geenide vahelisi seoseid, mida eraldiseisvaid andmeid analüüsides ei ole võimalik välja selgitada. Andmebaasi kogutud info kombineerimisel arvutusliku mudeldamisega õnnestus leida käesoleva töö raames uus regulaator embrüonaalsetes tüvirakkudes — IL11. Lisaks võimaldas erinevate andmetüüpide kombineerimine leida embrüonaalsete tüvirakkude keskse regulaatori — OCT4 geeni alternatiivsed märklaudgeenide moodulid. Kasutades DNA konserveerumisinfot koos regulatoorsete motiivide analüüsiga leiti kolm uut rasvatüvirakkude diferentseerumise regulaatorvalku. Samuti käsitletakse töös automaatset grupeerimis- ja visualiseerimismetoodikat VisHiC, mis aitab esile tõsta huvitavaid geenigruppe, mida teiste meetoditega edasi uurida. Töös on näidatud erinevaid suuremahuliste andmestike integreerimise viise, mis võimaldavad leida selliseid geenidevahelisi seoseid, mida ei oleks võimalik leida kui analüüsiksime üht andmestikku korraga.
listelement.badge.access-status Embargo ,
Genetic algorithm for the improved discovery of DNA regulatory elements
(Tartu Ülikool, 2007) Stalnuhhin, Anton; Tretjakov, Konstantin, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Haigustrajektooride sarnasuse hindamise metoodika
(Tartu Ülikool, 2021) Paan, Karel; Vilo, Jaak, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Terviseandmete laialdane digitaliseerimine on avanud ukse personaalmeditsiini. Leides sarnaste haigustrajektooridega patsiente, on võimalik ennustada tulevasi diagnoose, haiguseid ennetada või nende mõjusid leevendada. Kuna bioinformaatikas leidub sarnase ülesehitusega andmeid, kasutatakse antud töös ära sealt valdkonnast õpitut. Selleks uuritakse töös meetodeid, mida kasutatakse bioinformaatikas sarnaste makromolekulide leidmiseks. Käesoleva töö eesmärgiks on tuvastada parim meetod, et leida sarnaseid haigustrajektoore kindla hulga patsientide seast. Selleks koostatakse meetodi katsetamiseks skript, mis leiab generaatori poolt loodud patsientide diagnooside seast sarnaste trajektooridega klastreid. Meetodi täpsuse kinnitamiseks kontrollitakse genereerimisel kasutatud signaali olemasolu leitud trajektoorides. Uurimustöö lõpus kirjeldatakse parima leitud meetodi töökäiku, analüüsitakse tulemusi ning tuuakse välja võimalikud viisid edasiarenduseks.
listelement.badge.access-status Avatud juurdepääs ,
How sex influences the effect of genetic variants on gene expression?
(2020) Tuzov, Vladislav; Alasoo, Kaur
Complex human traits and disease prevalence and risks vary between women and men. It is important to understand and interpret the effect genetic variants have on cells to manage disease and differences in phenotypes. As most genetic variants involved in regulation, the effect of these variants (eQTLs) influences gene expression. Most previous research showed a small amount of sex-biased eQTLs. However, the majority of studies use whole blood samples, which are more likely to produce false positives than purified blood samples, because some blood cells are more abundant in one sex than the other. This work analysed 1187 eQTLs for the present sex-specific effect on gene expression using interaction tests. This approach shows reliability confirmed by the uniform distribution of P-values. In estonian: Inimeste komplekssed tunnused, haiguste levimus ning nendega seotud riskid on meeste ja naiste vahel erinevad. Selleks et haiguseid ja nende erisusi fenotüüpides uurida, on oluline aru saada ning kaardistada erinevate geenide avaldumist rakkudes. Geeniekspressiooni mõjutavad varieeruvused geneetilistes markerites, nagu ekspressiooni kvantitatiivsete tunnuste lookused (eQTL). Varasemad teadustööd pole näidanud suurel hulgal inimese soost mõjutatud eQTLe, kuid enamik töödest on kasutanud täisvere proove. Need annavad suurema tõenäosusega valepositiivseid tulemusi kui rakutüübi kaupa eraldatud proovid, sest mõndasid vererakke esineb ühel sool rohkem kui teisel. Käesolev töö uuris 1187 eQTLi soost sõltuvate efektide esinemisest geeniekspressioonile kasutades interaktsiooniteste. Selle lähenemise usaldusväärsust kinnitab p-väärtuste ühtlane jaotus.
listelement.badge.access-status Avatud juurdepääs ,
Human genome studies with k-mer frequencies
(Tartu Ülikooli Kirjastus, 2025-07-11) Puurand, Tarmo; Maido Remm, juhendaja; Kaplinski, Lauris, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Inimese genoom on keeruline ja pidevas muutumises – seal toimuvad mutatsioonid kogu aeg. Kuigi genoomi uurimine oli veel 25 aastat tagasi aeglane ja kallis, on tehnoloogia areng toonud kaasa suure läbimurde. Varem kasutati peamiselt DNA mikrokiipe, mis tuvastasid üheaegselt üksikuid muutusi ehk SNP-sid. Tänapäeval saab järjestada terve genoomi ja analüüsida miljardeid andmepunkte korraga. Selles töös kasutati uudset lähenemist, mis põhineb nn k-meride analüüsil. K-merid on lühikesed DNA lõigud (25 tähte), mille esinemissagedust saab arvutada ilma kõigi ühe inimese järjestusi eelnevalt ajakulukalt standardiga võrdlemata. See teeb andmetöötluse kiiremaks ja võimaldab tuvastada ka selliseid muutusi, mida varasemad meetodid ei näinud – eriti korduvates või tehniliselt keerulistes piirkondades. Töö üks olulisemaid uuendusi on Y-kromosoomi põlvnevusgruppide määramine väga väikese DNA koguse põhjal. Kui tavaliselt vajatakse usaldusväärseks analüüsiks 20-kordset kordust üle andmete, siis siin kasutati vähem kui 1% juhuslikku osa genoomist. See oli võimalik tänu korduvatele DNA järjestustele Y-kromosoomis, mida varem peeti analüüsimiseks liiga keeruliseks. Uuringus käsitletud meetod kasutab neid kordusi omamoodi loodusliku "võimendusena", nagu DNA paljundamine laboris. Aja jooksul on need piirkonnad kogunud unikaalseid muutusi, mis aitavad määrata inimese isaliini ehk haplogruppi. See tehnoloogiline lähenemine – k-meride sagedusel põhinev, joondusvaba ja suure ulatusega – avab uusi võimalusi genoomi uurimisel, eriti olukordades, kus andmeid on vähe või kus traditsioonilised meetodid jäävad hätta.
listelement.badge.access-status Avatud juurdepääs ,
Inferring causality between transcriptome and complex traits
(2021-03-22) Lepik, Kaido; Peterson, Hedi, juhendaja; Vilo, Jaak, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Haiguste mõistmiseks ja ravimiseks on keskseks eelduseks põhjuslike, haigusprotsessides osalevate geenide väljaselgitamine – selliste geenide poolt kodeeritud valkude tööd saab ravimite abil haigustele pärssivalt ümber korraldada. Põhjuslike seoste leidmisel on peamiseks standardiks laboratoorsed katsed ja kontrollgrupiga kliinilised uuringud, kuid nende läbiviimine on kulukas ja aeganõudev. Käesolevas doktoritöös näitame, et haigusi ja teisi kompleksseid fenotüübilisi tunnuseid põhjuslikult mõjutavaid geene saab märksa efektiivsemalt tuvastada statistiliste meetoditega. Geneetikas on põhjuslik analüüs alles hiljuti hoo sisse saanud seoses rahvuslike biopankade poolt kogutud suurte andmemahtude rakendamisega. Valdkond on uudne ja suure potentsiaaliga, mistõttu on vastav matemaatiline teooria alles kujunemisjärgus ja kiiresti arenev. Pühendame doktoritöös märkimisväärset tähelepanu nii selle teooria süstemaatilisele esitusele kui ka praktilistele edasiarendustele. Põhjusliku statistilise analüüsi alusprintsiipe rakendades töötame välja metoodika põhjuslike geenide tuvastamiseks väikestest valimitest (n ≈ 500), informeerides põletikumarkeri C-reaktiivse valgu funktsiooni immuunvastuses. Domeeniteadmistele tuginedes loome põhjuslike mudelite eelduste suhtes robustse algoritmi, mis võimaldab mistahes haiguse või komplekstunnuse toimemehhanismides olulist rolli omavaid geene avastada hüpoteesivabalt üle terve genoomi. Süvitsi vaatleme ühes haigustega seotud genoomipiirkonnas (16p11.2) leiduvate geenide mõju reproduktiivtervisele, osutades just funktsionaalselt olulistele geenidele. Personaalmeditsiini arenguid silmas pidades uurime ka põhjuslike geenide sõltuvust soost. Samuti hüpotiseerime, kas populaarsed assotsiatsiooniuuringud geenide ja haiguste vahel tuvastavad põhjuslikke geene, haigustest tingitud muutusi geeniekspressioonis või pelgalt juhuslikku müra. Peamised teadustöö tulemused verifitseerime laboris katseliselt.