Show item record

dc.contributor.advisorLabuda, Damian
dc.contributor.authorVello, Emilio D.
dc.date.accessioned2012-02-01T17:38:12Z
dc.date.availableNO_RESTRICTIONen
dc.date.available2012-02-01T17:38:12Z
dc.date.issued2012-01-05
dc.date.submitted2011-09
dc.identifier.urihttp://hdl.handle.net/1866/6179
dc.subjectSNPen
dc.subjectAllelic imbalanceen
dc.subjectLDen
dc.subjectRégion régulatriceen
dc.subjectDéséquilibre de Liaisonen
dc.subjectAIen
dc.subjectLinkage disequilibriumen
dc.subjectRegulatory Regionen
dc.subjecteQTLen
dc.subjectRegulationen
dc.subject.otherBiology - Bioinformatics / Biologie - Bio-informatique (UMI : 0715)en
dc.titleLa cartographie des sites de régulation génétique à partir de données de débalancement alléliqueen
dc.typeThèse ou mémoire / Thesis or Dissertation
etd.degree.disciplineBio-informatiqueen
etd.degree.grantorUniversité de Montréalfr
etd.degree.levelMaîtrise / Master'sen
etd.degree.nameM. Sc.en
dcterms.abstractEn 1975, Wilson et King ont proposé que l'évolution opère non seulement via des changements affectant la structure des protéines, mais aussi via des mutations qui modifient la régulation génétique. L'étude des éléments régulateurs de l'expression génétique a un rôle important dans la compréhension de l'expression de différentes maladies et de la réponse thérapeutique. Nous avons développé un algorithme bio- informatique qui nous permet rapidement de trouver des sites de régulation génétique à travers tout le génome et pour une grande quantité de gènes. Notre approche consiste à trouver des sites polymorphes (SNPs) qui sont en déséquilibre de liaison avec le débalancement allélique (AI) afin de cartographier la région régulatrice et le site responsable. Notre méthode est avantageuse par rapport à d'autres méthodes, car elle n'a pas besoin des données « phasées». De plus, les données de débalancement allélique ne sont pas affectées par des facteurs externes étant donné qu'ils sont mesurés dans la même cellule. Nous avons démontré que notre approche est fiable et qu'elle peut détecter des sites loin du gène. De plus, il peut être appliqué à des données de génotypage sans avoir besoin de les « phaser » .en
dcterms.abstractWilson and King (1975) proposed that evolution frequently operates through mutations affecting genetic regulation. Likewise, it is expected that genetic variation responsible for inter-individual differences will be due to variation in regulatory sites. Identifying such sites is thus important in the genetic and medical research. We have developed a new bioinformatics algorithm to find genome-wide regulatory sites for a big number of genes. Individuals carrying different alleles at a regulatory site will exhibit allelic imbalance(AI) due to differential expression of the two copies the same locus. Our approach consists of searching polymorphic sites (SNPs) in linkage disequilibrium with AI in order to map regulatory regions. We have detected many SNPs associated to the regulation of different genes pointed in previous studies. We have also found regulatory regions far from the transcription start site (TSS). The major advantage of this method is that phased data is not needed. In addition, AI data has the benefit of not being affected by external factors since it is measured in the same cell. The results show that our approach is reliable and it can detect sites far from the gene.en
dcterms.languagefraen


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show item record