Registro:
| Documento: | Tesis Doctoral |
| Título: | Plataforma computacional de análisis genómico y diagnóstico de enfermedades raras |
| Título alternativo: | Computational platform for genomic analysis and diagnosis of rare diseases |
| Autor: | Koile, Daniel Isaac |
| Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Lugar de trabajo: | Instituto Max Planck Argentina - CONICET. Instituto de Investigación en Biomedicina de Buenos Aires - Instituto Partner de la Sociedad Max Planck (IBIOBA-MPSP)
|
| Publicación en la Web: | 2023-04-03 |
| Fecha de defensa: | 2022-12-06 |
| Fecha en portada: | 2022 |
| Grado Obtenido: | Doctorado |
| Título Obtenido: | Doctor de la Universidad de Buenos Aires en el área de Ciencias de la Computación |
| Departamento Docente: | Departamento de Computación |
| Director: | Yankilevich, Patricio |
| Consejero: | Turjanski, Pablo Guillermo |
| Jurado: | Castro, Rodrigo Daniel; Dain, Liliana Beatriz; Marino Buslje, Cristina Ester |
| Idioma: | Español |
| Palabras clave: | BIOINFORMATICA; GENOMA HUMANO; DIAGNOSTICO; ENFERMEDADES RARAS; SECUENCIACION GENOMICA; ANALISIS DE VARIANTESBIOINFORMATICS ; HUMAN GENOME; DIAGNOSTICS; RARE DISEASES; GENOMIC SEQUENCING; VARIANT ANALYSIS |
| Formato: | PDF |
| Handle: |
http://hdl.handle.net/20.500.12110/tesis_n7238_Koile |
| PDF: | https://bibliotecadigital.exactas.uba.ar/download/tesis/tesis_n7238_Koile.pdf |
| Registro: | https://bibliotecadigital.exactas.uba.ar/collection/tesis/document/tesis_n7238_Koile |
| Ubicación: | COM 007238 |
| Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Koile, Daniel Isaac. (2022). Plataforma computacional de análisis genómico y diagnóstico de enfermedades raras. (Tesis Doctoral. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales). Recuperado de http://hdl.handle.net/20.500.12110/tesis_n7238_Koile |
Resumen:
La tecnología actual de secuenciación masiva de ADN, sumada al creciente número de bases de datos con información genómica, permiten que la genómica personalizada sea una realidad, y con ella, la llegada a la clínica de nuevos métodos para la prevención y diagnóstico de enfermedades. Aquí presentamos el desarrollo de una plataforma computacional novedosa y flexible de análisis e interpretación de genomas humanos, que entre otras prestaciones, es capaz de detectar las variantes responsables de distintas enfermedades. El análisis de genomas humanos en la plataforma incluye diversas etapas, como el control de calidad, el alineamiento de los datos, la identificación de los distintos tipos de variantes, su anotación y filtrado, para finalmente obtener una interpretación de la información genómica. Durante todo el proceso se utilizan herramientas de visualización de la información para su interpretación. Adicionalmente, incluye un módulo de análisis de datos de expresión génica para estudiar y comparar dos o más condiciones clínicas o biomédicas. En este proceso, se utiliza la información fenotípica del individuo, así como también bases de datos públicas con información biológica, molecular y clínica. Una de las principales aplicaciones de la plataforma fue el desarrollo de GenIO [1], una herramienta web para la asistencia a médiques genetistas en el análisis de enfermedades raras. Las enfermedades raras tienen una prevalencia menor a cinco habitantes por cada diez mil, son generalmente crónicas y potencialmente mortales, teniendo el 80 % de ellas componentes genéticos. Se estima que unas 300 millones de personas en el mundo son afectadas por alguna de ellas. Con los métodos tradicionales se logra diagnosticar a tan solo el 5 % de los casos, aunque con las tecnologías de secuenciación masiva se llega a un 26 %. Con GenIO se alcanza una tasa de diagnóstico superior a otros métodos, ya que permite llegar a un diagnóstico en al menos el 40 % de los casos. Una de las ventajas principales de esta herramienta es que gracias a su diseño puede ser utilizada por genetistas sin la necesidad de contar con asistencia bioinformática adicional, acercando así esta tecnología a médiques de todo el mundo. Como parte de las tareas de desarrollo de la plataforma, realizamos colaboraciones en distintos proyectos de investigación. Participamos en la creación de una herramienta de exploración para el control de calidad de datos genéticos (target sequencing experiments) [2], el análisis genómico sobre la vacuna terapéutica CSF-470 para melanoma, tanto en las líneas celulares que componen la vacuna, como en líneas resistentes y en pacientes [3] [4], el análisis de datos de ADN, ARN y micro ARN de pacientes con leucemia mieloide crónica en el marco de diferentes estudios sobre esta enfermedad [5] [6], entre otros proyectos [7] [8]. Consideramos a su vez que el trabajo realizado sienta bases para futuras investigaciones y desarrollos computacionales en el campo de la biomedicina.
Abstract:
The current technology of massive DNA sequencing, together with the growing number of databases with genomic information, allows personalised genomics to become a reality, and with it, the arrival of new clinical methods for the prevention and diagnosis of diseases. Here we present the development of a novel and flexible computational platform for the analysis and interpretation of human genomes, which, among other features, is able to detect variants responsible for different diseases. The analysis of human genomes on the platform includes several stages, such as quality control, data alignment, identification of the different types of variants, annotation and filtering, and finally an interpretation of the genomic information. Throughout the whole process, information visualisation tools are used for its interpretation. Additionally, it includes a gene expression data analysis module to study and compare two or more clinical or biomedical conditions. In this process, the phenotypic information of the individual is used, as well as public databases with biological, molecular and clinical information. One of the main applications of the platform was the development of GenIO [1], a web tool to assist medical geneticists in the analysis of rare diseases. Rare diseases have a prevalence of less than five inhabitants per ten thousand, are generally chronic and life-threatening, and 80 % of them have genetic components. It is estimated that 300 million people worldwide are affected by one of them. Traditional methods can diagnose only 5 % of cases, but mass sequencing technologies can diagnose up to 26 %. With GenIO a diagnosis rate higher than with other methods is achieved, as it can help reaching a diagnosis in at least 40 % of cases. One of the main advantages of this tool is that thanks to its design, it can be used by geneticists without the need for additional bioinformatic assistance, thus bringing this technology closer to doctors all over the world. As part of the platform’s development work, we are collaborating on a number of research projects. We participated in the creation of a screening tool for the quality control of genetic data (target sequencing experiments) [2], the genomic analysis of the therapeutic vaccine CSF-470 for melanoma, both in the cell lines that make up the vaccine, and in resistant lines and patients [3] [4], the analysis of DNA, RNA and micro RNA data from patients with chronic myeloid leukaemia in the framework of different studies on this disease [5] [6], among other projects [7] [8]. We believe that the work carried out here lays the foundations for future research and computational developments in the field of biomedicine.
Citación:
---------- APA ----------
Koile, Daniel Isaac. (2022). Plataforma computacional de análisis genómico y diagnóstico de enfermedades raras. (Tesis Doctoral. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/tesis_n7238_Koile
---------- CHICAGO ----------
Koile, Daniel Isaac. "Plataforma computacional de análisis genómico y diagnóstico de enfermedades raras". Tesis Doctoral, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2022.https://hdl.handle.net/20.500.12110/tesis_n7238_Koile
Estadísticas:
Descargas totales desde :
Descargas mensuales
https://bibliotecadigital.exactas.uba.ar/download/tesis/tesis_n7238_Koile.pdf
