La continua evoluzione in campo medico e il costante miglioramento nella genomica hanno portato ad un emergente studio e approfondimento della trascrittomica, che consente nella comprensione dell'organizzazione dei vari tipi di cellule presenti in un organismo per studiarne il funzionamento. Questa tecnologia innovativa, più precisamente la trascrittomica spaziale, è esplosa negli ultimi anni permettendo la comprensione dell'organizzazione spaziale dei geni negli organismi presi in considerazione. Inoltre il rilevamento della posizione spaziale di ogni espressione genica aiuta notevolmente la comprensione di come i geni o le cellule interagiscono fra loro, lo studio di queste interazioni risulta interessante per ragioni mediche e biologiche. In questa tesi ci si concentra sulla valutazione di diversi approcci di clustering per l'individuazione del miglior metodo di classificazione delle cellule presenti nel campione di tessuto selezionato.

Comparazione di metodi di clustering per l'analisi di esperimenti di trascrittomica spaziale

ACAZI, DAVIDE
2023/2024

Abstract

La continua evoluzione in campo medico e il costante miglioramento nella genomica hanno portato ad un emergente studio e approfondimento della trascrittomica, che consente nella comprensione dell'organizzazione dei vari tipi di cellule presenti in un organismo per studiarne il funzionamento. Questa tecnologia innovativa, più precisamente la trascrittomica spaziale, è esplosa negli ultimi anni permettendo la comprensione dell'organizzazione spaziale dei geni negli organismi presi in considerazione. Inoltre il rilevamento della posizione spaziale di ogni espressione genica aiuta notevolmente la comprensione di come i geni o le cellule interagiscono fra loro, lo studio di queste interazioni risulta interessante per ragioni mediche e biologiche. In questa tesi ci si concentra sulla valutazione di diversi approcci di clustering per l'individuazione del miglior metodo di classificazione delle cellule presenti nel campione di tessuto selezionato.
2023
Comparison of clustering methods for the analysis of spatial transcriptomic experiments
Clustering
Modelli mistura
Trascrittomica
Cancro alla prostata
File in questo prodotto:
File Dimensione Formato  
Acazi_Davide.pdf

accesso aperto

Dimensione 2.29 MB
Formato Adobe PDF
2.29 MB Adobe PDF Visualizza/Apri

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/20.500.12608/68521