Development and application of novel computational approaches for the characterization of cancer subtypes

Pérez Díez, Irene

Development and application of novel computational approaches for the characterization of cancer subtypes

[ES] El cáncer sigue siendo una crisis sanitaria a nivel mundial, y se requiere más investigación para comprender sus bases moleculares. Incluso dentro de un mismo tipo de cáncer, la variabilidad entre pacientes es un obstáculo para la comprensión de la enfermedad y el desarrollo de terapias. Por ta...

Descripción completa

Detalles Bibliográficos
Autor:	Pérez Díez, Irene
Tipo de recurso:	tesis doctoral
Fecha de publicación:	2025
País:	España
Institución:	Universitat Politècnica de València (UPV)
Repositorio:	RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:	inglés
OAI Identifier:	oai:riunet.upv.es:10251/221529
Acceso en línea:	https://riunet.upv.es/handle/10251/221529
Access Level:	acceso abierto
Palabra clave:	Cancer subtypes Meta-analysis Transcriptomics Lung adenocarcinoma Pancreatic ductal adenocarcinoma Cancer heterogeneity Biomarkers Molecular profle Functional profle Adenocarcinoma Lung cancer Cancer stem cells Prognosis Gene expression Sphere-forming assay 03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades

id	ES_ed08e1d03ea4d3eda705d8bcdb8c72c1
oai_identifier_str	oai:riunet.upv.es:10251/221529
network_acronym_str	ES
network_name_str	España
repository_id_str
dc.title.none.fl_str_mv	Development and application of novel computational approaches for the characterization of cancer subtypes
title	Development and application of novel computational approaches for the characterization of cancer subtypes
spellingShingle	Development and application of novel computational approaches for the characterization of cancer subtypes Pérez Díez, Irene Cancer subtypes Meta-analysis Transcriptomics Lung adenocarcinoma Pancreatic ductal adenocarcinoma Cancer heterogeneity Biomarkers Molecular profle Functional profle Adenocarcinoma Lung cancer Cancer stem cells Prognosis Gene expression Sphere-forming assay 03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades
title_short	Development and application of novel computational approaches for the characterization of cancer subtypes
title_full	Development and application of novel computational approaches for the characterization of cancer subtypes
title_fullStr	Development and application of novel computational approaches for the characterization of cancer subtypes
title_full_unstemmed	Development and application of novel computational approaches for the characterization of cancer subtypes
title_sort	Development and application of novel computational approaches for the characterization of cancer subtypes
dc.creator.none.fl_str_mv	Pérez Díez, Irene
author	Pérez Díez, Irene
author_facet	Pérez Díez, Irene
author_role	author
dc.contributor.none.fl_str_mv	García García, Francisco Iglesia Vayá, María Desamparados de la Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv	Cancer subtypes Meta-analysis Transcriptomics Lung adenocarcinoma Pancreatic ductal adenocarcinoma Cancer heterogeneity Biomarkers Molecular profle Functional profle Adenocarcinoma Lung cancer Cancer stem cells Prognosis Gene expression Sphere-forming assay 03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades
topic	Cancer subtypes Meta-analysis Transcriptomics Lung adenocarcinoma Pancreatic ductal adenocarcinoma Cancer heterogeneity Biomarkers Molecular profle Functional profle Adenocarcinoma Lung cancer Cancer stem cells Prognosis Gene expression Sphere-forming assay 03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades
description	[ES] El cáncer sigue siendo una crisis sanitaria a nivel mundial, y se requiere más investigación para comprender sus bases moleculares. Incluso dentro de un mismo tipo de cáncer, la variabilidad entre pacientes es un obstáculo para la comprensión de la enfermedad y el desarrollo de terapias. Por tanto, la subtipificación de los distintos tipos de cáncer resulta esencial para abordar su heterogeneidad. Un enfoque prometedor para desentrañar esta heterogeneidad es la subtipificación del cáncer basado en el contexto transcriptómico de los pacientes. Mediante perfiles de expresión génica, los investigadores pueden identificar grupos de pacientes que pueden representar distintos subtipos de cáncer con características biológicas, respuesta a terapias y resultados clínicos únicos. Sin embargo, este enfoque representa un gran reto, ya que requiere un gran tamaño muestral, crucial para la identificación de subtipos significativos. Es aquí donde el metaanálisis de datos transcriptómicos emerge como una potente herramienta estadística. Mediante la recopilación sistemática y el reanálisis de datos de repositorios públicos, los investigadores pueden integrar tamaños muestrales de múltiples estudios, superando las limitaciones de los conjuntos de datos individuales. Este enfoque permite identificar diferencias sutiles pero críticas en los patrones de expresión génica que podrían pasar desapercibidas en cohortes más pequeñas. En esta tesis, exploramos la heterogeneidad del cáncer en dos contextos distintos: el adencarcinoma de pulmón y el adenocarcinoma ductal pancreático. Hemos utilizado un enfoque in-silico, aprovechando los datos publicados mediante una estrategia de metaanálisis, superando las limitaciones de los estudios individuales e impulsando nuevos descubrimientos. Hemos identificado diferencias transcriptómicas específicas del sexo en el adenocarcinoma de pulmón, en particular en las rutas del sistema inmunitario, la señalización purinérgica y el metabolismo lipídico. También hemos caracterizado el paisaje transcriptómico del adenocarcinoma ductal pancreático y sus vínculos con la supervivencia de los pacientes, revelando dos frmas genéticas pronósticas asociadas con el sistema inmunitario y la matriz extracelular.
publishDate	2025
dc.date.none.fl_str_mv	2025 2025-06-09 2025 2025-05-07
dc.type.none.fl_str_mv	doctoral thesis http://purl.org/coar/resource_type/c_db06 AM http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.openaire.fl_str_mv	info:eu-repo/semantics/doctoralThesis
format	doctoralThesis
dc.identifier.none.fl_str_mv	https://riunet.upv.es/handle/10251/221529
url	https://riunet.upv.es/handle/10251/221529
dc.language.none.fl_str_mv	Inglés eng
language_invalid_str_mv	Inglés
language	eng
dc.rights.none.fl_str_mv	open access http://purl.org/coar/access_right/c_abf2 Reserva de todos los derechos http://rightsstatements.org/vocab/InC/1.0/
dc.rights.openaire.fl_str_mv	info:eu-repo/semantics/openAccess
rights_invalid_str_mv	open access http://purl.org/coar/access_right/c_abf2 Reserva de todos los derechos http://rightsstatements.org/vocab/InC/1.0/
eu_rights_str_mv	openAccess
dc.format.none.fl_str_mv	application/pdf application/pdf application/pdf
dc.publisher.none.fl_str_mv	Universitat Politècnica de València
publisher.none.fl_str_mv	Universitat Politècnica de València
dc.source.none.fl_str_mv	reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia instname:Universitat Politècnica de València (UPV)
instname_str	Universitat Politècnica de València (UPV)
reponame_str	RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection	RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_	1869423393039712256
spelling	Development and application of novel computational approaches for the characterization of cancer subtypesPérez Díez, IreneCancer subtypesMeta-analysisTranscriptomicsLung adenocarcinomaPancreatic ductal adenocarcinomaCancer heterogeneityBiomarkersMolecular profleFunctional profleAdenocarcinomaLung cancerCancer stem cellsPrognosisGene expressionSphere-forming assay03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades[ES] El cáncer sigue siendo una crisis sanitaria a nivel mundial, y se requiere más investigación para comprender sus bases moleculares. Incluso dentro de un mismo tipo de cáncer, la variabilidad entre pacientes es un obstáculo para la comprensión de la enfermedad y el desarrollo de terapias. Por tanto, la subtipificación de los distintos tipos de cáncer resulta esencial para abordar su heterogeneidad. Un enfoque prometedor para desentrañar esta heterogeneidad es la subtipificación del cáncer basado en el contexto transcriptómico de los pacientes. Mediante perfiles de expresión génica, los investigadores pueden identificar grupos de pacientes que pueden representar distintos subtipos de cáncer con características biológicas, respuesta a terapias y resultados clínicos únicos. Sin embargo, este enfoque representa un gran reto, ya que requiere un gran tamaño muestral, crucial para la identificación de subtipos significativos. Es aquí donde el metaanálisis de datos transcriptómicos emerge como una potente herramienta estadística. Mediante la recopilación sistemática y el reanálisis de datos de repositorios públicos, los investigadores pueden integrar tamaños muestrales de múltiples estudios, superando las limitaciones de los conjuntos de datos individuales. Este enfoque permite identificar diferencias sutiles pero críticas en los patrones de expresión génica que podrían pasar desapercibidas en cohortes más pequeñas. En esta tesis, exploramos la heterogeneidad del cáncer en dos contextos distintos: el adencarcinoma de pulmón y el adenocarcinoma ductal pancreático. Hemos utilizado un enfoque in-silico, aprovechando los datos publicados mediante una estrategia de metaanálisis, superando las limitaciones de los estudios individuales e impulsando nuevos descubrimientos. Hemos identificado diferencias transcriptómicas específicas del sexo en el adenocarcinoma de pulmón, en particular en las rutas del sistema inmunitario, la señalización purinérgica y el metabolismo lipídico. También hemos caracterizado el paisaje transcriptómico del adenocarcinoma ductal pancreático y sus vínculos con la supervivencia de los pacientes, revelando dos frmas genéticas pronósticas asociadas con el sistema inmunitario y la matriz extracelular.[CA] El càncer continua sent una crisi sanitària a nivell mundial, i es requereix més recerca per a comprendre les seves bases moleculars. Fins i tot dins d'un mateix tipus de càncer, la variabilitat entre pacients és un obstacle per a la comprensió de la malaltia i el desenvolupament de teràpies. Per tant, la subtipifcació dels diferents tipus de càncer resulta essencial per a abordar la seva heterogeneïtat. Un enfocament prometedor per a desentranyar aquesta heterogeneïtat és la subtipifcació del càncer basat en el context transcriptòmic dels pacients. Mitjançant perfls d'expressió gènica, els investigadors poden identifcar grups de pacients que poden representar diferents subtipus de càncer amb característiques biològiques, resposta a teràpies i resultats clínics únics. No obstant això, aquest enfocament representa un gran repte, ja que requereix una gran grandària mostral, crucial per a la identifcació de subtipus signifcatius. És ací on el metaanàlisi de dades transcriptòmiques emergeix com una potent eina estadística. Mitjançant la recopilació sistemàtica i la reanàlisi de dades de repositoris públics, els invetigadors poden integrar grandàries mostrals de múltiples estudis, superant les limitacions dels conjunts de dades individuals. Aquest enfocament permet identifcar diferències subtils però crítiques en els patrons d'expressió gènica que podrien passar desapercebudes en cohorts més petites. En aquesta tesi, explorem l'heterogeneïtat del càncer en dos contextos diferents: l'adenocarcinoma de pulmó i l'adenocarcinoma ductal pancreàtic. Hem utilitzat un enfocament in-silico, aproftant les dades publicades mitjançant una estratègia de metaanàlisi, superant les limitacions dels estudis individuals i impulsant nous descobriments. Hem identifcat diferències transcriptòmiques específques del sexe en l'adenocarcinoma de pulmó, en particular en les rutes del sistema immunitari, la senyalització purinèrgica i el metabolisme lipídic. També hem caracteritzat el paisatge transcriptómico de l'adenocarcinoma ductal pancreàtic i els seus vincles amb la supervivència dels pacients, revelant dues signatures genètiques pronòstiques associades amb el sistema immunitari i la matriu extracelul·lar.[EN] Cancer remains a global health crisis, demanding further research to understand its molecular basis. Even within the same cancer type, inter-patient variability is an obstacle to disease understanding and therapy development. Cancer subtyping, therefore, becomes essential to address cancer heterogeneity. One promising approach to unravel this heterogeneity is through cancer subtyping based on the transcriptomic landscape of patients. Through gene expression profling, researchers can identify groups of patients that may represent distinct cancer subtypes with unique biological characteristics, response to therapies and clinical outcomes. However, this approach has its major challenge in requiring large sample sizes, which are crucial for the identifcation of meaningful subtypes. This is where transcriptomics data meta-analysis emerges as a powerful statistical tool. By systematically collecting and re-analyzing data from public repositories, researchers can integrate sample sizes across multiple studies, overcoming the limitations of individual datasets. This approach allows for the identifcation of subtle yet critical diferences in gene expression patterns that might be missed in smaller cohorts. In this thesis, we explored cancer heterogeneity in two distinct contexts: lung adenocarcinoma and pancreatic ductal adenocarcinoma. We used an in-silico approach, leveraging published data through meta-analysis, overcoming limitations of individual studies, and driving novel discoveries. We have identifed sex-specifc transcriptomic diferences in lung adenocarcinoma, particularly in the immune system, purinergic signaling, and lipid metabolism pathways. We have also characterized the transcriptomic landscape of pancreatic ductal adenocarcinoma and its links to patient survival, revealing two prognostic gene signatures associated with the immune system and the extracellular matrix.Universitat Politècnica de ValènciaGarcía García, FranciscoIglesia Vayá, María Desamparados de laRepositorio Institucional de la Universitat Politècnica de València Riunet20252025-06-0920252025-05-07doctoral thesishttp://purl.org/coar/resource_type/c_db06AMhttp://purl.org/coar/version/c_ab4af688f83e57aainfo:eu-repo/semantics/doctoralThesisapplication/pdfapplication/pdfapplication/pdfhttps://riunet.upv.es/handle/10251/221529reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)Inglésengopen accesshttp://purl.org/coar/access_right/c_abf2Reserva de todos los derechoshttp://rightsstatements.org/vocab/InC/1.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/2215292026-06-13T07:49:27Z
score	15,812429

Development and application of novel computational approaches for the characterization of cancer subtypes

Similares en LA Referencia