Normalisation algorithms for spatially resolved transcriptomic data
Normalizační algoritmy pro prostorově rozlišená transkriptomická data
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/181526Identifiers
Study Information System: 256122
Collections
- Kvalifikační práce [20084]
Author
Advisor
Referee
Abaffy, Pavel
Faculty / Institute
Faculty of Science
Discipline
Bioinformatics
Department
Department of Cell Biology
Date of defense
5. 6. 2023
Publisher
Univerzita Karlova, Přírodovědecká fakultaLanguage
English
Grade
Excellent
Keywords (Czech)
normalizace, prostorová trankriptomika, analýza dat, NGS, in situ hybridizace, in situ sekvenováníKeywords (English)
normalisation, spatial transcriptomics, data analysis, NGS, in situ hybridisation, in situ sequencingProstorově rozlišená transkriptomika je nová metoda, která umožňuje studium genové exprese ve vzorcích tkání bez ztráty prostorového kontextu. Lze ji použít k mapování distribuce mRNA do jednotlivých buněk ale i subcelulárních míst. Data získaná touto metodou poskytují důležité poznatky v různých oborech biologie, včetně embryologie, onkologie nebo imunologie. Fungování a vzájemné interakce jednotlivých buněk nelze plně vysvětlit bez znalosti jejich přesného umístění ve tkáni. Vzhledem k novosti prostorově rozlišené transkriptomiky je v současné době sladění získaných informací o genové expresi a prostorovém uspořádání buněk velkou výzvou a bioinformatické přístupy se teprve vytvářejí. Cílem této práce je zmapovat současné algoritmy pro normalizaci dat získaných touto metodou a porovnat tyto algoritmy na základě dostupných souborů dat. Vybrané algoritmy budou implementovány a integrovány do protokolů používaných na ÚMG AV ČR. Práce zahrnuje i. rešerši dostupných řešení, ii. výběr vhodného řešení nebo návrh nového, iii. implementaci tohoto řešení a jeho testování na dostupných datech.
Spatially resolved transcriptomics is a novel method that enables the study of gene expression in tissue samples without loss of spatial context. It can be used to map the distribution of mRNA to individual cells as well as subcellular locations. Data obtained using this method provide important insights into various aspects of biology, including embryology, oncology, or immunology. The functioning and mutual interaction of individual cells cannot be fully explained without knowledge of their exact location in the tissue. Due to the novelty of the method, reconciling the obtained information on gene expression and spatial arrangement of cells is currently a major challenge and bioinformatics approaches are still being established. The aim of this work is to map the current algorithms for the normalisation of spatially resolved transcriptomics data and to compare these algorithms based on available data sets. Eventually, selected algorithms will be implemented and integrated into the workflow used at IMG CAS. The work includes i. survey of available solutions, ii. selection of a suitable solution or design of a new one, iii. implementation of the solution and its testing on available data.