Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R
Η Φαρμακογονιδιωματική είναι ένας αναπτυσσόμενος τομέας που στοχεύει μέσω γενετικών ελέγχων να καθορίσει τον κίνδυνο εμφάνισης ανεπιθύμητων παρενεργειών που μπορεί να επιφέρει η λήψη ενός συγκεκριμένου φαρμάκου, μέσω της πρόβλεψης του ποσοστού μεταβολισμού του. Παράλληλα, εκτός από το ρυθμό μεταβολ...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | https://hdl.handle.net/10889/23855 |
| id |
nemertes-10889-23855 |
|---|---|
| record_format |
dspace |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Φαρμακογονιδιωματικοί βιοδείκτες Μεταβολικά προφίλ Ανάλυση κατανομής βιοδεικτών Pharmacogenomic biomarkers Metabolic profile R/Rshiny Biomarker distribution analysis |
| spellingShingle |
Φαρμακογονιδιωματικοί βιοδείκτες Μεταβολικά προφίλ Ανάλυση κατανομής βιοδεικτών Pharmacogenomic biomarkers Metabolic profile R/Rshiny Biomarker distribution analysis Σολωμού, Ξανθή Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R |
| description |
Η Φαρμακογονιδιωματική είναι ένας αναπτυσσόμενος τομέας που στοχεύει μέσω γενετικών ελέγχων να καθορίσει τον κίνδυνο εμφάνισης ανεπιθύμητων παρενεργειών που μπορεί να επιφέρει η λήψη ενός συγκεκριμένου φαρμάκου, μέσω της πρόβλεψης του ποσοστού μεταβολισμού του. Παράλληλα, εκτός από το ρυθμό μεταβολισμού των φαρμάκων, εστιάζει πλέον και σε όλο το φάσμα της φαρμακοκινητικής, συμπεριλαμβανομένου τη μελέτη πρωτεϊνών-μεταφορέων που επηρεάζουν την απορρόφηση την κατανομή και την απέκκριση φαρμάκων. Επομένως, μέσω της φαρμακογονιδιωματικής, μελετάται το γονιδίωμα ενός ατόμου και γίνεται προσπάθεια συσχέτισης των γενετικών παραλλαγών που εντοπίζονται (είτε κληρονομικές είτε επίκτητες) με την ανταπόκρισή του σε μια συγκεκριμένη φαρμακευτική αγωγή. Ιδιαίτερα την τελευταία εικοσαετία, όπου οι έρευνες έχουν στραφεί από μελέτες υποψήφιων γονιδίων (candidate-gene approach) σε μελέτες συσχέτισης ολόκληρου του γονιδιώματος (genome-wide association studies, GWAS), έχει εδραιωθεί η ταχεία αξιολόγηση της γενετικής ενδοατομικής διαφοροποίησης, φέρνοντας στην επιφάνεια λειτουργικά σημαντικές παραλλαγές. Μέσω αυτής της εξέλιξης, παρέχεται η δυνατότητα μιας ομαλής ένταξης των φαρμακογονιδιωματικών ελεγχών στην κλινική πρακτική, με απώτερο σκοπό τη ριζική βελτίωση των θεραπειών των ασθενών με την ευρεία εφαρμογή της εξατομικευμένης ιατρικής. Η χρήση τέτοιων φαρμακογονιδιωματικών ελεγχών έχει αποφέρει ένα τεράστιο όγκο δεδομένων τα οποία είναι διαθέσιμα στην ερευνητική κοινότητα προς περαιτέρω ανάλυση για την ενσωμάτωση της νέας γνώσης που θα ληφθεί στις νέες μεθόδους φαρμακοθεραπείας. Στα πλαίσια της καινοτόμου αυτής θεραπευτικής προσέγγισης, υλοποιήθηκε η παρούσα διπλωματική εργασία που στοχεύει στην ανάπτυξη ενός υπολογιστικού εργαλείου το οποίο εκτελεί ανάλυση κατανομής φαρμακογονιδιωματικών βιοδεικτών και των συσχετιζόμενων φαινοτύπων τους, εστιάζοντας σε 11 ευρέως μελετημένα γονίδια (CYP2B6, CYP2C19, CYP2C9, CYP2D6, CYP3A5, F5, SLCO1B1, TPMT, UGT1A1, DPYD, VKORC1), με εδραιωμένη εμπλοκή στη φαρμακευτική απόκριση. Σε μια πιο συστηματική προσπάθεια εξαγωγής νέας φαρμακογονιδιωματικής γνώσης,, για περαιτέρω ανάπτυξη του συγκεκριμένου φαρμακευτικού κλάδου, το υπολογιστικό εργαλείο αυτοματοποιείται μέσω της δημιουργίας μιας on line εφαρμογής, εύκολα διαχειρίσιμης από οποιονδήποτε χρήστη που θέλει να εκτελέσει περιγραφική ανάλυση σε γονοτυπικά και φαινοτυπικά δεδομένα, χωρίς την πρόσθετη ανάγκη γνώσεων προγραμματισμού. |
| author2 |
Solomou, Xanthi |
| author_facet |
Solomou, Xanthi Σολωμού, Ξανθή |
| author |
Σολωμού, Ξανθή |
| author_sort |
Σολωμού, Ξανθή |
| title |
Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R |
| title_short |
Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R |
| title_full |
Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R |
| title_fullStr |
Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R |
| title_full_unstemmed |
Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R |
| title_sort |
υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην r |
| publishDate |
2022 |
| url |
https://hdl.handle.net/10889/23855 |
| work_keys_str_mv |
AT solōmouxanthē ypologismostōnsychnotētōnemphanisēsmetabolikōnprophilkaitōnypokeimenōngonotypōnasthenōnmetēboētheiaypologistikouergaleioubasismenoustēnr AT solōmouxanthē calculationoffrequenciesofpatientsmetabolicprofilesandunderlyinggenotypesusinganrbasedcomputationaltool |
| _version_ |
1771297144102191104 |
| spelling |
nemertes-10889-238552022-11-12T04:34:48Z Υπολογισμός των συχνοτήτων εμφάνισης μεταβολικών προφίλ και των υποκείμενων γονοτύπων ασθενών με τη βοήθεια υπολογιστικού εργαλείου βασισμένου στην R Calculation of frequencies of patients' metabolic profiles and underlying genotypes using an R-based computational tool Σολωμού, Ξανθή Solomou, Xanthi Φαρμακογονιδιωματικοί βιοδείκτες Μεταβολικά προφίλ Ανάλυση κατανομής βιοδεικτών Pharmacogenomic biomarkers Metabolic profile R/Rshiny Biomarker distribution analysis Η Φαρμακογονιδιωματική είναι ένας αναπτυσσόμενος τομέας που στοχεύει μέσω γενετικών ελέγχων να καθορίσει τον κίνδυνο εμφάνισης ανεπιθύμητων παρενεργειών που μπορεί να επιφέρει η λήψη ενός συγκεκριμένου φαρμάκου, μέσω της πρόβλεψης του ποσοστού μεταβολισμού του. Παράλληλα, εκτός από το ρυθμό μεταβολισμού των φαρμάκων, εστιάζει πλέον και σε όλο το φάσμα της φαρμακοκινητικής, συμπεριλαμβανομένου τη μελέτη πρωτεϊνών-μεταφορέων που επηρεάζουν την απορρόφηση την κατανομή και την απέκκριση φαρμάκων. Επομένως, μέσω της φαρμακογονιδιωματικής, μελετάται το γονιδίωμα ενός ατόμου και γίνεται προσπάθεια συσχέτισης των γενετικών παραλλαγών που εντοπίζονται (είτε κληρονομικές είτε επίκτητες) με την ανταπόκρισή του σε μια συγκεκριμένη φαρμακευτική αγωγή. Ιδιαίτερα την τελευταία εικοσαετία, όπου οι έρευνες έχουν στραφεί από μελέτες υποψήφιων γονιδίων (candidate-gene approach) σε μελέτες συσχέτισης ολόκληρου του γονιδιώματος (genome-wide association studies, GWAS), έχει εδραιωθεί η ταχεία αξιολόγηση της γενετικής ενδοατομικής διαφοροποίησης, φέρνοντας στην επιφάνεια λειτουργικά σημαντικές παραλλαγές. Μέσω αυτής της εξέλιξης, παρέχεται η δυνατότητα μιας ομαλής ένταξης των φαρμακογονιδιωματικών ελεγχών στην κλινική πρακτική, με απώτερο σκοπό τη ριζική βελτίωση των θεραπειών των ασθενών με την ευρεία εφαρμογή της εξατομικευμένης ιατρικής. Η χρήση τέτοιων φαρμακογονιδιωματικών ελεγχών έχει αποφέρει ένα τεράστιο όγκο δεδομένων τα οποία είναι διαθέσιμα στην ερευνητική κοινότητα προς περαιτέρω ανάλυση για την ενσωμάτωση της νέας γνώσης που θα ληφθεί στις νέες μεθόδους φαρμακοθεραπείας. Στα πλαίσια της καινοτόμου αυτής θεραπευτικής προσέγγισης, υλοποιήθηκε η παρούσα διπλωματική εργασία που στοχεύει στην ανάπτυξη ενός υπολογιστικού εργαλείου το οποίο εκτελεί ανάλυση κατανομής φαρμακογονιδιωματικών βιοδεικτών και των συσχετιζόμενων φαινοτύπων τους, εστιάζοντας σε 11 ευρέως μελετημένα γονίδια (CYP2B6, CYP2C19, CYP2C9, CYP2D6, CYP3A5, F5, SLCO1B1, TPMT, UGT1A1, DPYD, VKORC1), με εδραιωμένη εμπλοκή στη φαρμακευτική απόκριση. Σε μια πιο συστηματική προσπάθεια εξαγωγής νέας φαρμακογονιδιωματικής γνώσης,, για περαιτέρω ανάπτυξη του συγκεκριμένου φαρμακευτικού κλάδου, το υπολογιστικό εργαλείο αυτοματοποιείται μέσω της δημιουργίας μιας on line εφαρμογής, εύκολα διαχειρίσιμης από οποιονδήποτε χρήστη που θέλει να εκτελέσει περιγραφική ανάλυση σε γονοτυπικά και φαινοτυπικά δεδομένα, χωρίς την πρόσθετη ανάγκη γνώσεων προγραμματισμού. Pharmacogenomics is a growing field that aims, through genetic testing, to determine the risk of unwanted side effects that may result from taking a particular drug, by predicting its rate of metabolism. At the same time, in addition to the rate of drug metabolism, it now focuses on the entire spectrum of pharmacokinetics, including the study of transporter proteins that affect the absorption, distribution and excretion of drugs. Therefore, through pharmacogenomics, an individual’ s genome is studied and an attempt is made to correlate the genetic variations found (either inherited or acquired) with their response to a particular medication. Particularly in the last twenty years, where research has shifted from candidate-gene approaches to genome-wide association studies (GWAS), the rapid assessment of genetic interindividual variability has become established, bringing to the surface functionally important variations. Through this development, the possibility of a smooth integration of pharmacogenomic testing into clinical practice is provided, with the ultimate goal of radically improving patient treatments with the widespread application of personalized medicine. The use of such pharmacogenomic assays has yielded a vast amount of data that is available to the research community for further analysis to incorporate new knowledge into new methods of pharmacotherapy. In the context of this innovative therapeutic approach, the present master thesis aimed at the development of a computational tool that performs a distribution analysis of pharmacogenomic biomarkers and their associated phenotypes, focusing on 11 widely studied genes (CYP2B6, CYP2C19, CYP2C9, CYP2D6, CYP3A5, F5, SLCO1B1, TPMT, UGT1A1, DPYD, VKORC1), with established involvement in drug response. In a more systematic effort to extract new pharmacogenomic knowledge for further development of the specific pharmaceutical industry, the computational tool is automated through the creation of an on-line application, easily manageable by any user who wants to perform descriptive analysis on genotypic and phenotypic data, without the additional need of programming knowledge. 2022-11-11T07:07:29Z 2022-11-11T07:07:29Z 2022-09-20 https://hdl.handle.net/10889/23855 el Attribution-NonCommercial-NoDerivs 3.0 United States http://creativecommons.org/licenses/by-nc-nd/3.0/us/ application/pdf |
