Back to search

National and Kapodistrian University of Athens

Integrative Deep-Learning and Transcriptome-Resolved Framework for Discovery of Cryptic Splicing Variants in Breast Cancer

Abstract

dc:description

Η εναλλακτική μετακίνηση (alternative splicing) αποτελεί βασικό μηχανισμό διαφοροποίησης του μεταγραφώματος και διαταράσσεται συχνά στον καρκίνο. Αν και μοντέλα βαθιάς μάθησης όπως το SpliceAI επιτρέπουν την πρόβλεψη μεταλλάξεων που επηρεάζουν την μετακίνηση με βάση την αλληλουχία DNA, η συστηματική επιβεβαίωση μέσω μεταγραφικών δεδομένων παραμένει περιορισμένη. Η παρούσα εργασία παρουσιάζει ένα ολοκληρωμένο υπολογιστικό πλαίσιο που συνδυάζει προβλέψεις του SpliceAI με ανάλυση RNA-seq σε επίπεδο ισομορφών, με στόχο την αναγνώριση κρυφών και δυσλειτουργικών συμβάντων μετακίνησης σε καρκίνο του μαστού. Αναλύθηκαν δεδομένα ολικής γονιδιωματικής αλληλούχισης και RNA-seq από 89 ασθενείς με καρκίνο μαστού του TCGA. Επιλέχθηκαν μεταλλάξεις (SNVs και indels) με υψηλό προβλεπόμενο αντίκτυπο στη μετακίνηση (Δ ≥ 0.2, SpliceAI). Η συναρμολόγηση μεταγραφών έγινε με το StringTie και ακολούθησε ποσοτικοποίηση ισομορφών και ανάλυση διαφορικής έκφρασης μεταξύ φορέων και μη-φορέων μεταλλάξεων. Οι προβλεπόμενες θέσεις διαταραχής μετακίνησης χαρτογραφήθηκαν πίσω στις συναρμολογημένες μεταγραφές και συσχετίστηκαν με αλλαγές στην έκφραση. Τα αποτελέσματα δείχνουν ότι τα indels αντιστοιχούσαν συχνότερα σε διαφοροποιημένες ισομορφές απ’ ό,τι τα SNVs. Δύο indels συσχετίστηκαν στατιστικά σημαντικά με επιβίωση, χωρίς όμως να επηρεάζουν την έκφραση μεταγραφών. Το πλαίσιο αυτό αναδεικνύει τις δυνατότητες και τους περιορισμούς της ολοκληρωμένης ανάλυσης για την ερμηνεία μη κωδικών παραλλαγών στον καρκίνο.

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Gogaeva Izabella

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:5312762

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Gogaeva Izabella. Integrative Deep-Learning and Transcriptome-Resolved Framework for Discovery of Cryptic Splicing Variants in Breast Cancer. 2025. https://pergamos.lib.uoa.gr/uoa/dl/object/5312762