Uporaba metabolnih modelov na osnovi genoma pri analizi podatkov scRNA-seq raka prostateKolenc, Klara (Avtor) Moškon, Miha (Mentor) kontekstnospecifični metabolni modeliheterogenostftINITmetabolizemrakRak je ena najpogostejših in najbolj raznolikih bolezni današnjega sveta. Zaradi njegovega hitrega spreminjanja in rasti je učinkovitost zdravljenja pogosto omejena. Ena od glavnih lastnosti rakavih obolenj je visoka heterogenost celic tako znotraj tumorskega tkiva kot tudi med pacienti z enakim tipom raka. Z namenom raziskovanja tumorske heterogenosti smo na podlagi javno dostopnih podatkov scRNA-seq z algoritmom ftINIT (angl. fast task-driven integrative network inference for tissues) postavili kontekstnospecifične metabolne modele na podlagi genoma (GEM, angl. genome-scale metabolic models). Naš namen je bil preučiti razlike v metabolizmu različnih celičnih tipov v tumorskem tkivu in najti potencialne tarče za zdravljenje. To smo dosegli z uporabo različnih metod, ki so omogočale opazovanje spremenljivih metabolnih nalog, iskanje strukturnih razlik med postavljenimi modeli, identifikacijo podsistemov, ki so oz. niso izraženi v posameznem celičnem tipu rakavega tkiva in identifikacijo morebitnih tarčnih genov za zdravljenje bolezni. Celotna analiza nam je omogočila boljše razumevanje heterogenosti tumorskega tkiva in pokazala uporabnost pristopov sistemske biologije za izboljšanje razumevanje metabolizma raka.20262026-09-23 13:00:01Diplomsko delo/naloga188485VisID: 26162COBISS_ID: 304247811sl