MOXELL, aplicación web para la integración de datos multi-ómicos de experimentos single-cell
En los últimos años, los avances en las técnicas de secuenciación han dado lugar a la posibilidad de obtener datos de expresión génica (RNA-seq) y accesibilidad de la cromatina (ATAC-seq) de una misma célula (single-cell). Debido a la heterogeneidad de las poblaciones celulares, la obtención de dato...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2019 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/95946 |
| Acceso en línea: | http://hdl.handle.net/10609/95946 |
| Access Level: | acceso abierto |
| Palabra clave: | single cell web applications multi-omics multi-ómicos aplicaciones web célula única aplicacions web multi-òmics cèl·lula única Bioinformatics -- TFM Bioinformàtica -- TFM Bioinformática -- TFM |
| Sumario: | En los últimos años, los avances en las técnicas de secuenciación han dado lugar a la posibilidad de obtener datos de expresión génica (RNA-seq) y accesibilidad de la cromatina (ATAC-seq) de una misma célula (single-cell). Debido a la heterogeneidad de las poblaciones celulares, la obtención de datos epigenéticos y de expresión génica en una misma célula permite estudiar los mecanismos intracelulares con mucha más precisión. Esto ha provocado la expansión del uso de técnicas llamadas single-cell y, con ello, la necesidad de desarrollar herramientas que permitan visualizar y explorar los datos multi-ómicos obtenidos mediante dichos experimentos. Por ello, en este trabajo se describe el desarrollo de una aplicación llamada MOXELL que, partiendo de matrices de recuento de datos procedentes de experimentos single-cell de RNA-seq y ATAC-seq, disminuye la dimensionalidad de los datos, los clasifica (clustering) y permite la visualización de los resultados de manera dinámica e interactiva. Los pipelines de procesamiento de los datos de la aplicación fueron realizados con el lenguaje de programación R y, para el desarrollo de éstos, se utilizaron datasets disponibles en la base de datos Gene Expression Omnibus. Por otro lado, para el diseño de la interfaz de la aplicación se utilizó la librería Shiny. Tras la integración de los pipelines con la interfaz, la aplicación muestra un correcto funcionamiento de las actividades implementadas. No obstante, se pretende seguir su desarrollo más allá del presente trabajo, para añadir más funcionalidades y poder así ofrecer a la comunidad científica una herramienta útil y completa. |
|---|