Detailansicht
Analysing FGFs and FGFRs in human hepatocellular carcinoma
Andreas Unterberger
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Bioinformatik
Betreuer*in
Bettina Grasl-Kraupp
DOI
10.25365/thesis.63909
URN
urn:nbn:at:at-ubw:1-14824.24650.257468-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Jüngste Studien legen nahe, dass Mitglieder der FGF-Familie mögliche Ziele für neue Arzneimittel gegen humanen hepatozellulären Krebs (HCC) sein können, einem Krebstyp mit geringen Überlebenschancen aufgrund hoher Resistenz gegen Medikamente. In dieser Studie wurde die Interaktion der FGF-Familie in HCC mittels einer Analysepipeline, welche in der Programmiersprache R geschrieben wurde, untersucht. In dieser Studie wurden Daten aus der TCGA/GDC-Datenbank verwendet. Zusätzlich zur Standardisierungsprozedur wurde DeMixT, ein Programm zur in-silico Mikrodissektion, implementiert. Die Mikrodissektion in vitro ist eine Technik um Zielzellen von umliegenden Gewebe zu befreien und so Proben zu erhalten die bei der Sequenzierung eine höhere Genauigkeit besitzen. Diese Methode ist jedoch kostenintensiv und zeitaufwendig. Computergestützte Ansätze sind dagegen relativ billig und liefern gute Ergebnisse. Es wurden Genexpressionsprofile berechnet, bei denen keine Infiltration von Stroma- und Immunzellen auftrat. Sowohl an den gegebenen Daten wie auch an den Ergebnissen des DeMixT Algorithmus wurde eine differentielle Genexpressionsanalyse, eine Gen-Set-Anreicherungsanalyse (GSEA), eine Genregulations-Netzwerkanalyse und eine Überlebensanalyse durchgeführt. Das reguläre Genexpressionsprofil wie auch das mittels DeMixT berechnete zeigen eine Überexpression von FGF12 und FGF13 und eine Unterexpression von FGF2. Um einen tieferen Einblick in die resultierenden Gen-Sets der GSEA mit Schwerpunkt auf den Mitgliedern der FGF-Familie zu erhalten, wurden mithilfe von Aracne-AP MI-Netzwerke von diesen Gen-Sets erstellt. Der Vergleich der berechneten normalen und der berechneten Tumor-Komponente, des DeMixT Algorithmus, zeigte Veränderungen der Wechselwirkung zwischen FGFs und allen anderen Genen. Darüber hinaus einigen sich die Ergebnisse der Überlebensanalyse des regulären Genexpressionsprofils und des mit DeMixT berechneten Genexpressionsprofils auf FGF18 und FGFR3. Demnach korrelieren niedrige Überlebenschancen mit einer niedrigen Expression von FGF18 und einer hohen Expression von FGFR3.
Abstract
(Englisch)
Recent studies suggest members of the FGF family as possible targets for new pharmaceuticals in human hepatocellular carcinoma (HCC), a cancer type with low chances of survival due to high resistance against drugs. In this study we analysed the interaction of the FGF family in HCC with an analysis pipeline programmed mainly in R. Data was obtained from the TCGA/GDC database. Besides the pre-processing steps in this pipeline, we also implemented DeMixT, which is a deconvolution algorithm performing an in-silico microdissection on expression data. Microdissection in-vitro is a necessary step to get refined samples for sequencing in cancer, but it is also expensive and time-consuming. Computational approaches, on the other side, are relatively cheap and provide good results. Here we calculated gene expression profiles where no infiltration of stromal and immune cells occurred. We performed differential gene expression analysis, gene set enrichment analysis, gene regulatory network analysis and survival analysis on the given and on the deconvolved data. In both the convoluted and the deconvolved data, the expression of FGF12 and FGF13 is upregulated and the expression of FGF2 is downregulated. To get deeper insight into the resulting gene sets of the gene set enrichment analysis with focus on the members of the FGF family, we created mutual information networks of these gene sets using Aracne-AP. Comparing the deconvolved normal and the deconvolved tumour compartment showed changes of the interaction between FGFs and all other genes. Furthermore, results of the survival analysis of both the convoluted and the deconvolved data overlap on FGF18 and FGFR3. According to these, low chances of survival correlate with low expression of FGF18 and high expression of FGFR3.
Schlagwörter
Schlagwörter
(Deutsch)
FGF Familie Genexpressions-Analyse Hepatozellulares Karzinom RNA-Seq
Autor*innen
Andreas Unterberger
Haupttitel (Englisch)
Analysing FGFs and FGFRs in human hepatocellular carcinoma
Paralleltitel (Deutsch)
Analyse der FGFs und FGFRs im Humanen Hepatozellularen Karzinom
Publikationsjahr
2020
Umfangsangabe
iv, 63 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Bettina Grasl-Kraupp
Klassifikation
42 Biologie > 42.10 Theoretische Biologie
AC Nummer
AC16175564
Utheses ID
56695
Studienkennzahl
UA | 066 | 875 | |