Advanced

Probalistic Methods In Genomic Data Analysis

Breslin, Thomas LU (2004)
Abstract (Swedish)
Popular Abstract in Swedish

Den nyligen utvecklade microarray-tekniken gör det möjligt att mäta mängden av mRNA för tusentals gener samtidigt. För att tolka dessa data krävs statistiska metoder och denna avhandling behandlar tre sådana. Den första metoden är utvecklad för att skilja ut de gener vars mRNAmängd är olika stor i olika vävnadstyper. Den andra metoden är avsedd för att analysera och beräkna statistisk signifikans för annoteringar av gener i samband med analys av microarray-data. Den tredje metoden har för ändamål att relatera microarray-data till tidigare biologisk kunskap om signalvägar i cellen. Metoderna appliceras på ett antal olika dataset. Med den första metoden studeras B cellsdifferentiering och de övriga... (More)
Popular Abstract in Swedish

Den nyligen utvecklade microarray-tekniken gör det möjligt att mäta mängden av mRNA för tusentals gener samtidigt. För att tolka dessa data krävs statistiska metoder och denna avhandling behandlar tre sådana. Den första metoden är utvecklad för att skilja ut de gener vars mRNAmängd är olika stor i olika vävnadstyper. Den andra metoden är avsedd för att analysera och beräkna statistisk signifikans för annoteringar av gener i samband med analys av microarray-data. Den tredje metoden har för ändamål att relatera microarray-data till tidigare biologisk kunskap om signalvägar i cellen. Metoderna appliceras på ett antal olika dataset. Med den första metoden studeras B cellsdifferentiering och de övriga två tillämpas på data för bröstcancer, coloncancer och leukemi. (Less)
Abstract
In this thesis, three aspects of gene expression data analysis are discussed: Differential gene expression is addressed by a probabilistic method. Gene annotation enrichment analysis is discussed in the context of multiple hypothesis testing and the choice of null hypothesis. The possibility of inferring the activity of cellular signaling pathways from microarray data is explored. The methods developed are applied to various data sets. The method for differential gene expression is applied to aspects of B cell differentiation. The methods for annotation analysis and pathway activity inference are applied to data sets of breast cancer, colon cancer and leukemia.
Please use this url to cite or link to this publication:
author
supervisor
opponent
  • Professor Knudsen, Steen, TECHNICAL UNIVERSITY OF DENMARK
organization
publishing date
type
Thesis
publication status
published
subject
keywords
pathway profiling, Bioinformatics, medical informatics, biomathematics biometrics, Bioinformatik, medicinsk informatik, differential gene expression, probabilistic methods, Natural science, Naturvetenskap, biomatematik, annotation analysis, microarray, Fysicumarkivet A:2004:Breslin
pages
101 pages
publisher
Department of Theoretical Physics, Lund University
defense location
LECTURE HALL F OF THE DEPARTMENT OF THEORETICAL PHYSICS
defense date
2004-12-17 10:30
ISBN
91-628-6336-3
language
English
LU publication?
yes
id
48e07b09-b686-4748-b75d-33fd93c567bf (old id 544070)
date added to LUP
2007-09-04 13:51:26
date last changed
2016-09-19 08:45:04
@phdthesis{48e07b09-b686-4748-b75d-33fd93c567bf,
  abstract     = {In this thesis, three aspects of gene expression data analysis are discussed: Differential gene expression is addressed by a probabilistic method. Gene annotation enrichment analysis is discussed in the context of multiple hypothesis testing and the choice of null hypothesis. The possibility of inferring the activity of cellular signaling pathways from microarray data is explored. The methods developed are applied to various data sets. The method for differential gene expression is applied to aspects of B cell differentiation. The methods for annotation analysis and pathway activity inference are applied to data sets of breast cancer, colon cancer and leukemia.},
  author       = {Breslin, Thomas},
  isbn         = {91-628-6336-3},
  keyword      = {pathway profiling,Bioinformatics,medical informatics,biomathematics biometrics,Bioinformatik,medicinsk informatik,differential gene expression,probabilistic methods,Natural science,Naturvetenskap,biomatematik,annotation analysis,microarray,Fysicumarkivet A:2004:Breslin},
  language     = {eng},
  pages        = {101},
  publisher    = {Department of Theoretical Physics, Lund University},
  school       = {Lund University},
  title        = {Probalistic Methods In Genomic Data Analysis},
  year         = {2004},
}