Treballs Fi de MàsterEnginyeria Informàtica i Matemàtiques

Inferència de models de creixement tumoral a partir de freqüències al·leliques variants

  • Dades identificatives

    Identificador:  TFM:2518
    Autors:  Sanz Ruiz, Raúl
    Resum:
    Comprendre l'evolució tumoral és clau per millorar el diagnòstic i el tractament del càncer. Aquesta tesi presenta TAFI (Tumor Allele Frequency Interpreter), un marc estadístic que infereix la dinàmica evolutiva a partir de les distribucions de freqüència al·lèlica variant (VAF) en dades de seqüenciació de tumors a granel. TAFI estima la puresa del tumor, les càrregues de mutació reals clonals i subclonals, i classifica els tumors entre dos modes de creixement: Wright-Fisher (constant) i exponencial. Aplicat a conjunts de dades de càncer a gran escala, TAFI supera els mètodes existents en la reconstrucció de l'estructura clonal i destaca les associacions entre el model classificat, l'expressió gènica i la supervivència. Aquestes troballes donen suport a la rellevància del modelatge evolutiu en la investigació del càncer.
  • Altres:

    Entitat: Universitat Rovira i Virgili (URV)
    Confidencialitat: No
    Estudiant: Sanz Ruiz, Raúl
    Ensenyament(s): Ciència de Dades de la Salut (2024)
    Aprenentatge Servei: No
    Departament: Enginyeria Informàtica i Matemàtiques
    Data d'alta al repositori: 2026-09-28
    Matèria: Càncer
    Curs acadèmic: 2024-2025
    Data de la defensa del treball: 2025-06-20
    Drets d'accés: info:eu-repo/semantics/openAccess
    Director del projecte: Olivella Garcia, Mireia
  • Paraules clau:

    evolució
    genòmica del càncer
    Ciències de la salut
  • Documents:

  • Cerca a google

    Search to google scholar