Transzkriptomika (Orvosi és Biológiai Tudományok Kollégiuma)
50 %
Rendszerbiológia (Orvosi és Biológiai Tudományok Kollégiuma)
30 %
Genomika, összehasonlító genomika, funkcionális genomika (Orvosi és Biológiai Tudományok Kollégiuma)
20 %
zsűri
Genetika, Genomika, Bioinformatika és Rendszerbiológia
Kutatóhely
Patológiai és Kísérleti Rákkutató Intézet I. sz. (Semmelweis Egyetem)
résztvevők
Nagy Tibor Szikora Péter András
projekt kezdete
2019-12-01
projekt vége
2021-11-30
aktuális összeg (MFt)
19.296
FTE (kutatóév egyenérték)
1.22
állapot
aktív projekt
Zárójelentés
kutatási eredmények (magyarul)
A munka során kifejlesztettünk egy R nyelven írt szoftvert, amely SplicingFactory néven elérhető a Bioconductor adatbázisból. A szoftver segítségével különböző splicing diverzitás értékek számíthatók ki RNS szekvenálási adatok alapján. A szoftver alkalmas 2 biológiai kondíció összehasonlítására és a szignifikáns splicing diverzitás eltérések kimutatására. Segítségével teszteltük különböző transzkript expressziós szint meghatározó szoftverek, gének izoforma számának és az összesített génexpressziónak a hatását a diverzitás értékekre. CD34+ hematopoietikus őssejtekben és mielodiszplasztikus szindróma (MDS) mintákban vizsgáltuk splicing faktor mutációk hatását a splicing diverzitásra, és több olyan gént írtunk le, amelyek splicing diverzitása korrelál az SF3B1 splicing faktor mutációival.
R nyelven kifejlesztettünk egy további, ExpressionVariance nevű szoftvert, amely pillanatnyilag béta állapotban van. Segítségével mintacsoportok génexpressziós varianciája elemezhető. A csomag több funkciót tartalmaz expressziós adatok szűrésére és normalizálására is.
CD34+ hematopoietikus őssejt és MDS RNS szekvenálási mintákat összehasonlítva az iso-kTSP szoftver, valamint LASSO logisztikus regresszió segítségével MDS specifikus génexpressziós, transzkript expressziós, illetve splicing mintázatokat írtunk le, valamint elvégeztük 81 olyan MDS minta de-novo transzkriptom összeszerelését, amelyek splicing faktor vagy epigenetikai faktor mutációval rendelkeznek.
kutatási eredmények (angolul)
During our work, we developed a novel software tool, using the R languagen, called SplicingFactory and available in the Bioconductor database. SplicingFactory is able to calculate various splicing diversity indexes, using RNA sequencing data. The software is able to compare 2 biological conditions and detect significant changes in splicing diversity. Using the software, we tested the effect of different transcript expression quantification tools, gene isoform count, and total gene expression on diversity values. We investigated the effect of splicing factor mutations, using CD34+ hematopoietic stem cell and myelodysplastic syndrome (MDS) samples, and described several genes, whose splicing diversity correlates with the mutation status of the SF3B1 splicing factor.
We developed an additional tool using the R language, called ExpressionVariance, currently in beta version. With the help of this tool, users can analyze gene expression variance of sample groups. The tool implements multiple functions for filtering and normalizing expression data.
Comparing CD34+ hematopoietic stem cell and MDS RNA-sequencing samples with the iso-kTSP tool or LASSO logistic regression, we described MDS specific gene expression, transcript expression and splicing patterns. Additionally, we did a de-novo transcriptome assembly of 81 MDS samples, where a splicing or epigenetic factor was mutated.
Péter András Szikora: Analysing the effect of splicing factor mutations in hematological cancers with information theoretic methods, (nem publikus szakdolgozat), 2020
Sebestyén Endre: A splicing dereguláció vizsgálata információelméleti módszerekkel, Presentation at the Conference of the Hungarian Society for Bioinformatics, 2019
Benedek Dankó, Endre Sebestyén: Abnormális transzkripciós mintázatok vizsgálata nagy mennyiségű RNS-szekvenálási adat segítségével mielodiszplasztikus szindrómában, Presentation at the Conference of the Hungarian Society for Bioinformatics, 2020
Alexa Szeifert: Analysis of RNA modifications in human diseases with bioinformatic approaches, (nem publikus kutatási beszámoló), 2020
Péter Szikora, Endre Sebestyén: Characterizing the effect of cancer driver mutations on splicing with information theoretic methods, Poster at EMBL Cancer Genomics 2019, Heidelberg, Germany, 2019