Učinkovitost bioinformatičkih alata u predviđanju patogenosti somatskih mutacija dokazanih tehnologijom sekvenciranja sljedeće generacije kod bolesnika s dijagnozom akutne mijeloične leukemije

diplomski rad

• Naslov (engleski): The effectiveness of bioinformatics tools in predicting the pathogenicity of somatic mutations proven by next-generation sequencing technology in patients diagnosed with acute myeloid leukemia
• Autor: Toni Božac
• Mentor: Dunja Rogić (mentor)
• Član povjerenstva: Dunja Rogić (predsjednik povjerenstva)
• Član povjerenstva: Ksenija Fumić (član povjerenstva)
• Član povjerenstva: Ivana Lapić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Farmaceutsko-biokemijski fakultet; (Zavod za medicinsku biokemiju i hematologiju); Zagreb
• Datum i država obrane: 2024-07-14, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: BIOMEDICINA I ZDRAVSTVO; Farmacija; Medicinska biokemija

Sažetak

Akutna mijeloična leukemija genski je heterogena bolest kod koje se je u 97% bolesnika dokazana barem jedna
genska promjena. Posljednje smjernice za postavljanje dijagnoze i stratifikaciju rizika bolesnika oboljelih od AML
naglašavaju važnost detekcije genskih i citogenetskih promjena. Unatoč znatnom napretku dijagnostike i liječenja
AML-a, petogodišnje preživljenje ostaje vrlo nisko. Kako bi se poboljšao ishod liječenja bolesnici se na temelju
detektiranih genskih i citogenetskih promjena svrstavaju u rizične skupine na temelju kojih se procjenjuje
vjerojatnost postizanja remisije i preživljenja. Jedan od procesa određivanja mutacija u genima vezanim uz AML
je sekvenciranje sljedeće generacije. Sekvenciranjem sljedeće generacije moguće je istovremeno detektirati velik
broj genskih promjena u ispitivanim regijama genoma. Bioinformatički alati omogućuju medicinskim djelatnicima
bržu klasifikaciju i interpretaciju detektiranih varijanti. U ovom diplomskom radu uspoređena je učinkovitost
bioinformatičkih alata u predviđanju patogenosti somatskih mutacija dokazanih tehnologijom sekvenciranja
sljedeće generacije kod bolesnika s dijagnozom akutne mijeloične leukemije. Cilj ovog rada je evaluacija in house
postupka analize podataka dobivenih sekvenciranjem sljedeće generacije za mijeloidni panel, utvrđivanje stupnja
povezanosti dva bioinformatička alata za analizu podataka dobivenih tehnologijom NGS-a te utvrditi postoje li
odstupanja između njih. U prvom koraku ispitana je sposobnost detekcije mutacija, dok je u drugom koraku
uspoređena sposobnost klasifikacije varijanti VarSome Clinical algoritma u odnosu na tercijarnu analizu.
Podudaranje SureCall-a i VarSome Clinical-a u postupcima sekundarne analize iznosi 97,5%. Nadalje dokazano
je da podudaranje in house tercijarne analize i VarSome Clinical-a iznosi 84,2%.

Sažetak (engleski)

Acute myeloid leukemia (AML) is a genetically heterogeneous disease, with genetic changes being detected in
97% of all patients. The latest guidelines for the diagnosis and risk stratification of patients with AML emphasize
the importance of detecting genetic and cytogenetic changes. Despite significant advances in the diagnosis and
treatment of AML, five-year survival remains very low. In order to improve the outcome of treatment, patients
are classified into risk groups that are based on detected genetic and cytogenetic changes. One of the methods for
detecting mutations in AML-related genes is next-generation sequencing (NGS). Using NGS is possible to
simultaneously detect a large number of gene changes in the examined regions of the genome. Bioinformatic
tools enable medical professionals to classify and interpret detected variants more efficiently. This thesis aimed
to evaluate in-house procedure for analyzing data obtained by next-generation sequencing for the myeloid panel,
determine the degree of connection between two bioinformatics tools for analyzing data obtained by NGS
technology, and determine whether there are discrepancies between them. In this research, a comparison of two
bioinformatics tools (SureCall and VarSome Clinical) was carried out at two levels. Firstly, the ability to detect
mutations was tested, while in the second step, VarSome Clinical algorithm ability to classify mutations was
compared in relation to the in-house tertiary analysis. The agreement between SureCall and VarSome Clinical in
secondary analysis procedures is 97.5%. It was further proven that the agreement between the in-house tertiary
analysis and VarSome Clinical is 84.2%.

• Ključne riječi: sekvenciranje sljedeće generacije; akutna mijeloična leukemija; predviđanje patogenosti; bioinformatika
• Ključne riječi (engleski): next generation sequencing; acute myeloid leukemia; prediction of pathogenicity; bioinformatics
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:163:207469
• Studijski program: Naziv: Medicinska biokemija; Vrsta studija: sveučilišni; Stupanj studija: integrirani prijediplomski i diplomski; Akademski / stručni naziv: sveučilišni magistar medicinske biokemije i laboratorijske medicine (univ. mag. med. biochem.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-10-08 11:30:40