SciDok

Eingang zum Volltext in SciDok

Lizenz

Dissertation zugänglich unter
URN: urn:nbn:de:bsz:291-scidok-58865
URL: http://scidok.sulb.uni-saarland.de/volltexte/2014/5886/


Identification and prioritization of genomic loci with disease-specific methylation

Identifizierung und Priorisierung von genomischen Loci mit krankheitsspezifischen Methylierungsmustern

Assenov, Yassen

pdf-Format:
Dokument 1.pdf (3.601 KB)

Bookmark bei Connotea Bookmark bei del.icio.us
SWD-Schlagwörter: Bioinformatik , Epigenetik , Methylierung , Biomarker , Genom
Freie Schlagwörter (Deutsch): DNA-Methylierungsanalyse , Qualitätskontrolle , Epigenomik
Freie Schlagwörter (Englisch): infinium , DNA methylation analysis , quality control , epigenomics
Institut: Fachrichtung 6.2 - Informatik
Fakultät: Fakultät 6 - Naturwissenschaftlich-Technische Fakultät I
DDC-Sachgruppe: Informatik
Dokumentart: Dissertation
Hauptberichter: Lengauer, Thomas (Prof. Dr. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 10.06.2014
Erstellungsjahr: 2014
Publikationsdatum: 11.09.2014
Kurzfassung auf Englisch: Epigenetic systems are an indispensable mechanism in development, they respond to environmental stimuli and are dysregulated in cancer and other diseases. DNA methylation is the best characterized and extensively studied epigenetic mark to date. In the past years, a number of assays have been designed to measure DNA methylation levels genome-wide. This thesis introduces computational techniques for handling DNA methylation data from microarray- and enrichment-based methods. It focuses on disease-oriented studies and addresses the questions of quality control and normalization, inter- and intra-group variability, identification of differentially methylated loci, prioritization of biomarker candidates and prediction of cancer type and other phenotypes.
The presented statistical approaches and heuristics facilitated important discoveries with clinical application. We showed that neurological and autoimmune disorders can be characterized by their distinct methylation profiles. We observed a strong tissue-specific signal in the methylation profiles of healthy and cancer samples. We were able to accurately predict tumor type of origin of metastatic samples. We showed that neither adenocarcinoma, nor squamous cell carcinoma can be separated into two distinct subtypes with a characteristic global methylation profile. In colon cancer, we identified differentially methylated regions with a potential to be used as biomarkers for predicting microsatellite instability.
Kurzfassung auf Deutsch: Epigenetische Systeme sind ein unverzichtbarer Regulationsmechanismus in der Entwicklung von Lebewesen. Sie werden im Rahmen von Krebs und anderen Krankheiten fehlreguliert. DNA-Methylierung ist eine umfassend untersuchte und die am besten charakterisierte epigenetische Markierung. In den vergangenen Jahren wurde eine Reihe von Assays entwickelt, um DNA-Methylierungslevel genomweit zu messen. Diese Arbeit stellt Rechenverfahren für den Umgang mit DNA-Methylierungsdaten von Microarray- und Anreicherungs-basierten Methoden vor, mit dem Fokus auf krankheitsorientierte Studien. Sie befasst sich mit den Fragen der Qualitätskontrolle und Normalisierung, inter- und intra-Gruppen Variabilität, der Identifizierung von differentiell methylierten Regionen, Priorisierung von Biomarker-Kandidaten, sowie der Prognose von Krebstyp und anderen Phänotypen.
Lizenz: Veröffentlichungsvertrag für Dissertationen und Habilitationen

Home | Impressum | Über SciDok | Policy | Kontakt | Datenschutzerklärung | English