Computational modelling in systems biology: from rewriting cell fates to detecting tumours

Bidragets översatta titel : Beräkningsmodellering inom systembiologi: från omskrivning av cellöden till att upptäcka tumörer

Forskningsoutput: AvhandlingDoktorsavhandling (sammanläggning)

59 Nedladdningar (Pure)

Sammanfattning

Beräkningsmodelleringar har blivit ett allt mer viktigt verktyg inom biologisk forskning. Genom att utföra datorsimuleringar av modeller blir det möjligt att testa hur teorier om biologiska system förhåller sig till experimentell data. Simuleringar kan även användes som ersättning för potentiellt ogenomförbara experiment. En välkonstruerade modells förmåga att göra förutsägelser kan hjälpa till att förbättra experimentella protokoll. Alla fyra papper som ingår i den här avhandlingen berör utvecklingen av olika typer av beräkningsmodeller inom olika applikationsområden.

I Artikel I utvecklar vi CELLoGeNe, ett program som omvandlar Boolesk implementering av genreguleringsnätverk till energilandskap. Inom det här ramverket kan cellulär omprogrammering och beslutsfattning betraktas som förflyttningar i ett energilandskap. Som en del av CELLoGeNe utvecklar vi ett verktyg för att kunna visualisera mångdimensionella energilandskap som spänns upp i mer än tre dimensioner. Dessutom tillhandahåller vi ett verktyg för stokastisk analys av energilandskapens form genom att simulera cellomprogrammering som viktad slumpvandring i landskapet. Slutligen demonstrerar vi hur CELLoGeNe kan appliceras på två genreguleringsnätverk som sty olika aspekter av inducerade stamceller där vi identifierar experimentellt validerade attraktorer och finner potentiella omprogrammeringsblockader.

I Artikel II utvecklar vi en mångnivåsmodell som beskriver den tidiga utvecklingen av T-celler. Den här mångnivåsmodellen består av en transkriptionsnivå, en epigenetisk nivå och en celldelningsnivå. Modellen är anpassad till experimentell data och förutsäger en tillståndsbytande kinematik som valideras med klondata. I Artikel III vidareutvecklar vi den här modellen genom att placera din i ett agentbaserat ramverk. Vi använder den kompletta modellen för att på djupet förstå mekanismen som styr när föregångare till T-celler beslutar sig för att utvecklas inom T-cellslinjen och för att undersöka vilken roll ärftlighet spelar i beslutsprocessen.

I Artikel IV utvecklar vi ett maskininlärningsverktyg som automatiskt kan finna hudtumörers gränser och därmed skulle kunna underlätta för kirurger. Vi använder data från hyperspektrala avbildningar av tumörer och låter artificiella neuronnätverk träna endast på små regioner av antingen frisk vävnad eller tumörer. De tränade nätverken används för att klassificera pixlarna i bilder av tumörer. Därefter används en segmenteringsalgoritm för att bestämma tumörens gräns. Vårt tillvägagångssätt undviker behovet av att ha en komplett annoterad bild, En separat modell tränas för varje enskild patient vilket får vårt tillvägagångssätt att vara med tanke på det snabbt växande fältet personanpassad hudtumörsdiagnostik där anpassning till varje enskild patient är av största vikt.
Bidragets översatta titel Beräkningsmodellering inom systembiologi: från omskrivning av cellöden till att upptäcka tumörer
Originalspråkengelska
KvalifikationDoktor
Handledare
  • Olariu Annell , Victor , handledare
  • Troein, Carl, Biträdande handledare
Tilldelningsdatum2023 dec. 8
UtgivningsortLund
Förlag
ISBN (tryckt)978-91-8039-859-6
ISBN (elektroniskt)978-91-8039-860-2
StatusPublished - 2023 nov. 14

Bibliografisk information

Defence details
Date: 2023-12-08
Time: 10:00
Place: Blue hall, Ecology building, Sölvegatan 37, Lund
External reviewer(s)
Name: Trusina, Ala
Title: Associate Professor Dr.
Affiliation: Niels Bohr Institute, University of Copenhagen, Denmark
---

Ämnesklassifikation (UKÄ)

  • Biofysik
  • Bioinformatik och systembiologi
  • Utvecklingsbiologi

Fria nyckelord

  • Beräkningsmodeller
  • Systembiologi
  • Genreguleringsnätverk
  • Cellomprogrammering
  • Energilandskap
  • iPSC
  • Agentbaserad modellering
  • T-cellsutveckling
  • Maskininlärning
  • Tumördiagnostik

Fingeravtryck

Utforska forskningsämnen för ”Beräkningsmodellering inom systembiologi: från omskrivning av cellöden till att upptäcka tumörer”. Tillsammans bildar de ett unikt fingeravtryck.

Citera det här