| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Implementacija avtomatiziranega pristopa k analizi podatkov DNA sekvenciranja
Avtorji:ID Bjelić, Dragana (Avtor)
ID Gorenjak, Mario (Mentor) Več o mentorju... Novo okno
ID Potočnik, Uroš (Komentor)
Datoteke:.pdf MAG_Bjelic_Dragana_2020.pdf (7,38 MB)
MD5: F7C69F387B0A161D4E4FA63330F2646C
PID: 20.500.12556/dkum/421a6de3-c2d5-442c-8537-93a4674aeada
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FZV - Fakulteta za zdravstvene vede
Opis:Uvod: Z razvojem tehnologije sekvenciranja DNA in naraščanjem podatkov se povečuje tudi potreba po kvalitetni analizi in interpretaciji podatkov. Prav tako sta pomembna hitrost in zanesljivost klasificiranja posameznikov za določen genotip. Pri metodi sekvenciranja naslednje generacije (NGS) to klasificiranje temelji na klicanju različic, ki je sklepanje, da na določenem mestu obstaja razlika v nukleotidu v primerjavi z referenčnim nukleotidnim zaporedjem. Surovi podatki pridobljeni z NGS analizo so podani v datoteki VCF (ang. variant call format), kjer je v tabeli potencialnih različic oziroma kandidatnih genotipov v spremenljivki Filter pogosto uporabljena oznaka PASS za različice oziroma genotipe za katere je klasifikator nevronske mreže podal višjo verjetnost nereferenčnega klica genotipa kot za referenco, tj. zanesljiv klic različice. V magistrskem delu želimo s primerjavo števila klicanih različic in PASS različic med obstoječim in nadgrajenim pristopom pokazati pomembnost posodobitev programskih orodij. Metode: V empiričnem delu smo implementirali avtomatiziran pristop k analizi podatkov DNA sekvenciranja, ki je nadgradnja obstoječega protokola analize, ki je na razpolago na aparatu Illumina Miseq. V našem nadgrajenem protokolu smo namesto modula GATK Variant Caller iz različice v1.6. obstoječega orodja na aparatu Illumina MiSeq uporabili modul Haplotype Caller pridobljenega iz programskega paketa GATK v3.8. Haplotype Caller je natančnejši, saj zavrne podatke o poravnavi okoli položaja, kjer se sumi na različico in ponovno prebere odčitke v tej regiji. Prav tako smo nadgradili algoritem poravnave nukleotidnih zaporedij iz različice 0.7.9 v obstoječem protokolu na 0.7.12, ki nam z nadgradnjo omogoča HLA tipizacijo. Protokol smo nadgradili tudi s predhodnim obrezovanjem tehničnih nukleotidnih zaporedij. Na koncu smo analizo števila klicanih različic in PASS različic med obema pristopoma ovrednotili v programskem okolju R z Wilcoxon-ovim statističnim testom. Rezultati: Rezultati Wilcoxon-ovega testa so pokazali močno statistično značilno razliko med odkritim številom klicanih različic in PASS različic med nadgrajenim in obstoječim pristopom, pri čemer je nadgrajen pristop v povprečju odkril 26-krat več klicanih različic in 33 krat več PASS različic, od tega 5 pozitivnih PASS različic pomembnih za diagnozo od 12, kar pomeni 41,7 %. Diskusija: Ugotovili smo, da je nadgrajen tekoči trak ukazov za analizo nukleotidnega zaporedja DNA učinkovitejši, saj odkrije več klicanih in PASS različic.
Ključne besede:NGS, bioinformatika, sekvenciranje, Illumina MiSeq
Kraj izida:Maribor
Založnik:[D. Bjelić]
Leto izida:2020
PID:20.500.12556/DKUM-77387 Novo okno
UDK:575.112(043.2)
COBISS.SI-ID:28695299 Novo okno
NUK URN:URN:SI:UM:DK:XMKPJVKG
Datum objave v DKUM:21.09.2020
Število ogledov:1334
Število prenosov:243
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:FZV
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:28.08.2020

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Implementation of an automatized approach to DNA sequencing data analysis
Opis:Introduction: With the development of DNA sequencing technology and the growth of data, the need for high quality analysis and interpretation of data is also increasing. The speed and reliability of classifying individuals for a particular genotype are also important. In the next-generation sequencing (NGS) method, this classification is based on variant calling, which is the inference that there is a difference in the nucleotide at a particular site compared to the reference nucleotide sequence. The PASS mark is often used for variants for which the neutral network classifier gave a higher probability of a non-reference cariant call than a reference, i.e. reliable variant call. Raw data, obtained by NGS analysis, is given in the VCF (variant call format) file, where the table of potential variants or candidate genotypes in the Filter variable often uses the PASS mark. The aim of this thesis is to show the importance of software tool updates by comparing the number of called variants and PASS variants between the existing and the upgraded approach. Methods: In the empirical part, we implemented an automated approach to DNA sequencing data analysis, which is an upgrade of the existing analysis protocol, available in the Illumina Miseq apparatus. In our upgraded protocol, instead of the GATK VariantCaller module from version v1.6 of the existing tool on the Illumina MiSeq device, we used HaplotypeCaller module obtained from the GATK v3.8 software package. HaplotypeCaller is more accurate, as it discards the alignment information around a position where it suspects a variant and is doing local re-assembly with those reads. We also upgraded the nucleotide sequence alignment algorithm from version 0.7.9 to 0.7.12, which allows us HLA typing by upgrading. The protocol was also upgraded by pre-trimming of the technical nucleotide sequences. Finally, the analysis of the number of called variants and the PASS variants between the two approaches was evaluated in the R software environment using the Wilcoxon statistical test. Results: The results of the Wilcoxon test showed a strong statistically significant difference between the detected number of called variants and the PASS variants between the upgraded and the existing approach, with the upgraded approach detecting an average of 26-fold more called variants and 33-fold more PASS variants. Out of 12 variants relevant for diagnosis, 5 positive PASS variants were missed by existing protocol (41.7 %), but not by our improved protocol. Conclusion: We came to the conclusion that the upgraded pipeline for DNA sequence analysis is more efficient as it detects more called and PASS variants.
Ključne besede:NGS, bioinformatics, sequencing, Illumina MiSeq


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici