MARC

 008250123s2024        us                              c    eng  d
■001000017163587
■00520250211152728
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384492894
■035    ▼a(MiAaPQ)AAI31490381
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a575
■1001  ▼aReyna,  Joaquin.
■24510▼aBuilding  Multiomics  Analysis  Tools  for  a  Holistic  Understanding  of  Biological  Systems
■260    ▼a[Sl]▼bUniversity  of  California,  San  Diego▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a104  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-04,  Section:  B.
■500    ▼aIncludes  supplementary  digital  materials.
■500    ▼aAdvisor:  Ay,  Ferhat;Chavez  Kuss,  Lukas  Werner.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  San  Diego,  2024.
■520    ▼aThe  massive  generation  of  genetic,  epigenetic,  transcriptomic,  and  other  sources  of  data,  allows  us  to  pursue  biological  questions  at  scale  while  simultaneously  adding  a  systems-level  context  to  hypotheses  in  biology.  Questions  about  gene  expression  have  driven  us  to  understand  various  chromatin  components,  most  recently  that  has  lead  to  the  study  of  chromatin  conformation  via  high-throughput  methods  such  as  HiC  or  HiChIP.  To  obtain  a  full  understanding  of  chromatin  conformation,  integration  with  genetics  variants  (e.g.  SNPs  from  GWAS  and  eQTL  studies)  and  epigenetics  signals  (e.g.  histone  acetylation,  open  chromatin  regions,  transcription  factor  binding,  etc)  is  essential.  Similarly,  complex  diseases  such  as  cancer  can  advance  via  a  system  of  distinct  factors  that  interact  to  form  a  deliberate  and  potent  pathogenic  regulatory  network.  Thus,  it  is  imperative  we  build  the  resources  and  tools  necessary  to  integrate  multiomics  signals  together.Here,  I  present  three  chapters  derived  from  two  major  works  that  demonstrate  the  importance  of  data  integration  for  a  holistic  understanding  of  biology.  First,  I  present  a  database  of  HiChIP  data  for  over  1000  samples  (chapter  1)  with  important  applications  for  the  analysis  of  motifs,  GWAS  and  eQTL  studies,  and  network  analysis  (chapter  2).  Second,  I  showcase  and  described  the  nipalsMCIA  R  package  which  reduces  datasets  for  a  systems  level  analysis  of  multiomics  data  (chapter  3).
■590    ▼aSchool  code:  0033.
■650  4▼aGenetics
■650  4▼aBiology
■650  4▼aBioinformatics
■653    ▼aChromatin  conformation
■653    ▼aDatabase
■653    ▼aMultiomics
■653    ▼aEpigenetics
■653    ▼aTranscription  factor  binding
■690    ▼a0369
■690    ▼a0306
■690    ▼a0715
■71020▼aUniversity  of  California,  San  Diego▼bBioinformatics  and  Systems  Biology.
■7730  ▼tDissertations  Abstracts  International▼g86-04B.
■790    ▼a0033
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17163587▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서