A tumor is made up not only of cancer cells but is rather an agglomeration of cells also made up of immune and stromal cells. This ensemble is define “tumor microenvironment” and is a complex and constantly evolving entity that holds the role of an active promoter in the evolution and development of cancer. In this regard, it is essential to estimate its composition and functionality. In this research work, we have characterized the cellular environment in which the tumor exists and develops, focusing on the resident and infiltrating cells that influence its onset, growth, and metastasis formation. The investigation has been performed through spatial transcriptomics and deconvolution methods: the first is a technology for evaluating gene expression in the context of cancerous tissue, and the lasts are bioinformatics approaches used to quantify tumor-related cell populations. Various functions have been implemented to process RNA sequencing data coming from four different types of human tumors. In particular, functions have been created for data preprocessing and normalization, for the application of deconvolution methods, and for studying the correlation and mutual information among the various cells composing the tumor microenvironment to identify co-localization patterns. The obtained information is crucial for a better understanding of the patients immune response to cancer and can be exploited for designing immunotherapy solutions that act on the defensive mechanisms put in place by the host against the tumor.

Un tumore non è costituito solamente da cellule cancerose ma è piuttosto un agglomerato formato anche da cellule immunitarie e stromali definito “microambiente tumorale”. Si tratta di un’entità complessa e in continua evoluzione, con un ruolo attivo nel promuovere l’evoluzione e lo sviluppo del cancro. A tal proposito, risulta fondamentale stimarne la composizione e la funzionalità. In questo progetto di tesi, abbiamo caratterizzato l’ambiente cellulare nel quale il tumore esiste e si sviluppa, focalizzandoci sia sulle cellule residenti che su quelle infiltranti, entrambe con un ruolo attivo nella comparsa del tumore, nel suo accrescimento e nella formazione delle metastasi. A questo scopo sono state utilizzate la trascrittomica spaziale, una tecnologia per la valutazione dell’espressione genica nel quadro del tessuto canceroso, e i metodi di deconvoluzione, ossia approcci bioinformatici per quantificare le popolazioni cellulari connesse al tumore. Sono state implementate diverse funzioni per elaborare i dati di sequenziamento dell’RNA provenienti da quattro tipologie di tumori umani. In particolare, sono state create funzioni per il preprocessing e la normalizzazione dei dati, per l’applicazione dei metodi di deconvoluzione e per lo studio della correlazione e mutua informazione tra le cellule del microambiente tumorale, al fine di individuare pattern di co-localizzazione. Le informazioni ottenute sono cruciali per una migliore comprensione della risposta immunitaria dei pazienti al cancro e possono essere sfruttate per progettare soluzioni di immunoterapia che agiscano sui meccanismi di difesa messi in atto dall’ospite contro il tumore.

Deconvoluzione computazionale della composizione cellulare dei tumori da dati di trascrittomica spaziale.

CREMON, SILVIA
2021/2022

Abstract

A tumor is made up not only of cancer cells but is rather an agglomeration of cells also made up of immune and stromal cells. This ensemble is define “tumor microenvironment” and is a complex and constantly evolving entity that holds the role of an active promoter in the evolution and development of cancer. In this regard, it is essential to estimate its composition and functionality. In this research work, we have characterized the cellular environment in which the tumor exists and develops, focusing on the resident and infiltrating cells that influence its onset, growth, and metastasis formation. The investigation has been performed through spatial transcriptomics and deconvolution methods: the first is a technology for evaluating gene expression in the context of cancerous tissue, and the lasts are bioinformatics approaches used to quantify tumor-related cell populations. Various functions have been implemented to process RNA sequencing data coming from four different types of human tumors. In particular, functions have been created for data preprocessing and normalization, for the application of deconvolution methods, and for studying the correlation and mutual information among the various cells composing the tumor microenvironment to identify co-localization patterns. The obtained information is crucial for a better understanding of the patients immune response to cancer and can be exploited for designing immunotherapy solutions that act on the defensive mechanisms put in place by the host against the tumor.
2021
Computational deconvolution of the cellular composition of tumors from spatial transcriptomics data.
Un tumore non è costituito solamente da cellule cancerose ma è piuttosto un agglomerato formato anche da cellule immunitarie e stromali definito “microambiente tumorale”. Si tratta di un’entità complessa e in continua evoluzione, con un ruolo attivo nel promuovere l’evoluzione e lo sviluppo del cancro. A tal proposito, risulta fondamentale stimarne la composizione e la funzionalità. In questo progetto di tesi, abbiamo caratterizzato l’ambiente cellulare nel quale il tumore esiste e si sviluppa, focalizzandoci sia sulle cellule residenti che su quelle infiltranti, entrambe con un ruolo attivo nella comparsa del tumore, nel suo accrescimento e nella formazione delle metastasi. A questo scopo sono state utilizzate la trascrittomica spaziale, una tecnologia per la valutazione dell’espressione genica nel quadro del tessuto canceroso, e i metodi di deconvoluzione, ossia approcci bioinformatici per quantificare le popolazioni cellulari connesse al tumore. Sono state implementate diverse funzioni per elaborare i dati di sequenziamento dell’RNA provenienti da quattro tipologie di tumori umani. In particolare, sono state create funzioni per il preprocessing e la normalizzazione dei dati, per l’applicazione dei metodi di deconvoluzione e per lo studio della correlazione e mutua informazione tra le cellule del microambiente tumorale, al fine di individuare pattern di co-localizzazione. Le informazioni ottenute sono cruciali per una migliore comprensione della risposta immunitaria dei pazienti al cancro e possono essere sfruttate per progettare soluzioni di immunoterapia che agiscano sui meccanismi di difesa messi in atto dall’ospite contro il tumore.
Deconvoluzione
composizione cellula
tumori
trascrittomica
File in questo prodotto:
File Dimensione Formato  
Cremon_Silvia.pdf

accesso riservato

Dimensione 4.13 MB
Formato Adobe PDF
4.13 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/31553