Chromatin organization : Meta-analysis for the identification and classification of structural patterns

Autor/a

Galan Martínez, Silvia

Director/a

Martí Renom, Marc A.

Serra, François

Data de defensa

2020-11-17

Pàgines

181 p.



Departament/Institut

Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut

Programa de doctorat

Programa de doctorat en Biomedicina

Resum

El desenvolupament de tècniques experimentals basades en la captura de la conformació genòmica (3C), han aportat informació rellevant sobre l’estructura del genoma. En particular el Hi-C, un derivat del 3C, el qual s’ha convertit en una tècnica estàndard per l’estudi de l’estructura 3D del genoma i la seva implicació biològica i funcional. Malgrat tot, existeix una manca de estàndards per el seu anàlisi i interpretació. En aquesta tesi, desenvolupem una xarxa neuronal artificial, Metawaffle, capaç de classificar patrons estructurals sense informació prèvia, que ens permet examinar la capacitat de CTCF de formar bucles de cromatina i identificar la seva signatura epigenètica. La identificació de bucles de cromatina ens permet generar una xarxa neuronal convolutiva, LOOPbit, per la seva detecció de novo en matrius de contacte Hi-C. Finalment, exposem una eina bioinformàtica, CHESS, per la comparació de mapes de contactes i la identificació d’estructures diferencials, com TADs, ratlles o bucles.


The development of High-throughput Chromosome Conformation Capture (3C) experiments, provided valuable information about genome architecture. Particularly Hi-C, a 3C derivative, which has become to be the standard technique to study 3D chromatin organization and its biological and functional implications. Nonetheless, exist a lack of gold standard for its bioinformatics analysis and interpretation. In this thesis, we develop an artificial neural network, Metawaffle, which is able to classify structural patterns without prior information. This allow the examination of the ability of CTCF to form chromatin loops and identify its epigenetic signature. The identification of chromatin loops permit the generation of a convolutional neural network, LOOPbit, for de novo chromatin loops detection in Hi-C contact matrices. Finally, we present a bioinformatic tool, CHESS, for the comparison of contact matrices and the specific identification and extraction of differential features, such as TADs, stripes or loops.

Paraules clau

Estructura 3D cromatina; Hi-C; CTCF; Xarxa neuronal artificial; Bioinformàtica; 3D chromatine structure; Bioinformatics and convolutional neural network

Matèries

575 - Genètica general. Citogenètica general. Immunogenètica. Evolució. Filogènia

Documents

tsgm.pdf

21.08Mb

 

Drets

ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

Aquest element apareix en la col·lecció o col·leccions següent(s)