Development of a scoring system to assess potential biomarkers for atrial fibrillation

Detalhes bibliográficos
Autor(a) principal: Magalhães, Beatriz Teixeira de
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Texto Completo: https://hdl.handle.net/1822/64121
Resumo: Dissertação de mestrado em Bioinformática
id RCAP_eb24e695eefffe5e8b229596e4f1492d
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/64121
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Development of a scoring system to assess potential biomarkers for atrial fibrillationDesenvolvimento de um sistema de classificação para aferir potenciais biomarcadores para a fibrilhação auricularCiências Naturais::Ciências da Computação e da InformaçãoDissertação de mestrado em BioinformáticaAtrial fibrillation affects millions of individuals worldwide, posing a major threat to public health due to the variety of comorbidities that constitute by-products of the disease. In light of this epidemic, new means of diagnosis, prognosis and therapy are pressing. Biomarkers, particularly protein markers, are important tools in this process but lack validation, which is essential before clinical translation. Several appraisal benchmarks have been developed to determine the relative potential of biomarkers, but these present multiple limitations. We developed a bioinformatic-oriented scoring function aimed at weighing the importance of proteins and mitigating the limitations of the currently known scores. After taking an extensive literature search and mining a massive volume of reports, data was organized into several subsets, according to the sample major characteristic and atrial fibrillation type. A mathematical scoring function was proposed, based on the consensus of studies supporting the protein-disease association (incoherence), median of the reported fold-changes and importance of each study according to the number of diseased individuals, and applied to each subset in the form of an algorithm implemented in Python 3.5. The developed ranking method performed well regarding both the degree of alteration and the inconsistency parameters. Our results portray a set of proteins with the highest biomarker potential (highest scores) for atrial fibrillation. We also selected the top five potential biomarkers for atrial fibrillation in general and for each type of disease. The main biological functions in which they are involved were retrieved for comparison with the state of the art. Alterations in the expression levels of proteins involved in either of these functions seem to agree with AF’s pathophysiology and clinical presentation, showing the effectiveness of the developed algorithm. Overall, the developed pipeline seems to improve the processes of biomarker ranking and selection for a target disease, allowing a leap towards clinical translation.A fibrilhação auricular afeta milhões de indivíduos em todo o mundo, representando uma grande ameaça à saúde pública devido à grande variedade de comorbidades que constituem subprodutos da mesma. Face a esta epidemia, novos métodos de diagnóstico, prognóstico e terapêutica são prementes. Os biomarcadores, em particular marcadores proteicos, tornam-se importantes ferramentas neste processo, mas carecem de validação, passo essencial antes da tradução clínica. Vários meios de avaliação foram desenvolvidos para determinar o seu potencial relativo, mas estes apresentam inúmeras limitações. Neste trabalho desenvolvemos uma função de classificação orientada para a bioinformática, destinada a calcular a importância de proteínas e a mitigar as limitações dos métodos já conhecidos. Após uma extensa pesquisa de literatura e análise de um volume enorme de artigos, os dados foram organizados em vários subconjuntos, de acordo com a principal característica da amostra e tipo de fibrilhação auricular. Uma função matemática de classificação foi proposta, baseada no consenso de estudos que suportam a associação proteína-doença (incoerência), mediana dos fold-changes e importância de cada estudo de acordo com o número de indivíduos afetados, e aplicada a cada subconjunto por meio de um algoritmo implementado em Python 3.5. O método de classificação desenvolvido teve uma boa performance relativamente a ambos os parâmetros, nomeadamente o grau de alteração e a coerência. Os resultados retratam um conjunto de proteínas com o potencial de biomarcador mais elevado (classificações mais elevadas) para a fibrilhação auricular. Também selecionamos as cinco proteínas com o maior potencial de biomarcador para a fibrilhação auricular geral e para cada tipo da doença. Procedeu-se um rastreio das principais funções biológicas nas quais as proteínas estão envolvidas para comparação com o estado da arte. Alterações nos níveis de expressão de proteínas envolvidas em qualquer uma destas funções parecem estar de acordo com a patofisiologia e apresentação clínica desta arritmia, o que demonstra a eficácia do algoritmo desenvolvido. De forma geral, todo o processo aqui delineado parece melhorar os processos de classificação e seleção de biomarcadores para uma doença alvo, permitindo progressos na direção da tradução clínica.Vitorino, RuiRocha, MiguelUniversidade do MinhoMagalhães, Beatriz Teixeira de20182018-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/64121eng202335836info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-11T06:54:44Zoai:repositorium.sdum.uminho.pt:1822/64121Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T16:08:37.558549Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Development of a scoring system to assess potential biomarkers for atrial fibrillation
Desenvolvimento de um sistema de classificação para aferir potenciais biomarcadores para a fibrilhação auricular
title Development of a scoring system to assess potential biomarkers for atrial fibrillation
spellingShingle Development of a scoring system to assess potential biomarkers for atrial fibrillation
Magalhães, Beatriz Teixeira de
Ciências Naturais::Ciências da Computação e da Informação
title_short Development of a scoring system to assess potential biomarkers for atrial fibrillation
title_full Development of a scoring system to assess potential biomarkers for atrial fibrillation
title_fullStr Development of a scoring system to assess potential biomarkers for atrial fibrillation
title_full_unstemmed Development of a scoring system to assess potential biomarkers for atrial fibrillation
title_sort Development of a scoring system to assess potential biomarkers for atrial fibrillation
author Magalhães, Beatriz Teixeira de
author_facet Magalhães, Beatriz Teixeira de
author_role author
dc.contributor.none.fl_str_mv Vitorino, Rui
Rocha, Miguel
Universidade do Minho
dc.contributor.author.fl_str_mv Magalhães, Beatriz Teixeira de
dc.subject.por.fl_str_mv Ciências Naturais::Ciências da Computação e da Informação
topic Ciências Naturais::Ciências da Computação e da Informação
description Dissertação de mestrado em Bioinformática
publishDate 2018
dc.date.none.fl_str_mv 2018
2018-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/64121
url https://hdl.handle.net/1822/64121
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 202335836
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833595762044305408

Registros relacionados