Login
- Originaltitel:
- Towards precision medicine in inflammatory skin diseases: Applying machine learning and statistics on spatial, single-cell, and bulk transcriptomics data
- Übersetzter Titel:
- Auf dem Weg zur Präzisionsmedizin bei entzündlichen Hauterkrankungen: Anwendung von Methoden des maschinellen Lernens und der Statistik auf räumliche, Einzelzell- und Bulk-Transkriptomdaten
- Autor:
- Hillig, Christina Katharina Luise
- Jahr:
- 2025
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Lehrstuhl für Mathematische Modellierung biologischer Systeme (Prof. Theis)
- Betreuer:
- Theis, Fabian J. (Prof. Dr. Dr.)
- Gutachter:
- Theis, Fabian J. (Prof. Dr. Dr.); List, Markus (Prof., Ph.D.)
- Sprache:
- en
- Fachgebiet:
- BIO Biowissenschaften; MAT Mathematik
- Stichworte:
- Precision Medicine; Endotypes; Clustering; Classification; Statistics; Bioinformatics; Bulk RNA-seq data; Single-cell RNA-seq data; Spatial Transcriptomics data; Inflammatory skin diseases
- Übersetzte Stichworte:
- Präzisionsmedizin; Endotypen; Clusteranalyse; Klassifikation; Statistik; Bioinformatik; räumliche Transkriptomdaten; Einzelzell-Transkriptomdaten; Bulk-Transkriptomdaten; Entzündliche Hautkrankheiten
- TU-Systematik:
- BIO 110; MAT 022
- Kurzfassung:
- Precision medicine enables targeted therapies, improving treatment efficacy for patients with non-communicable, chronic inflammatory skin diseases (ncISDs). Here, machine learning is applied to transcriptomics data to identify endotypes and classify them based on molecular markers, potentially associated with therapy response. Additionally, localised, cytokine-driven immune hotspots are identified in the epidermis. These findings contribute to the advancement of precision medicine in ncISDs.
- Übersetzte Kurzfassung:
- Die Präzisionsmedizin ermöglicht gezielte Therapien für nicht-übertragbare, chronisch-entzündliche Hauterkrankungen (ncISDs). Hier werden Methoden des maschinellen Lernens auf Transkriptomdaten angewendet, um Endotypen zu identifizieren und sie anhand molekularer Marker zu klassifizieren, die möglicherweise mit der Therapieantwort assoziiert sind. Zudem werden lokalisierte, Zytokin-gesteuerte Immun-Hotspots in der Epidermis identifiziert. Diese Ergebnisse fördern die Präzisionsmedizin in ncISDs.
- WWW:
- https://mediatum.ub.tum.de/?id=1773318
- Eingereicht am:
- 11.03.2025
- Mündliche Prüfung:
- 20.10.2025
- Dateigröße:
- 49954967 bytes
- Seiten:
- 312
- Urn (Zitierfähige URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20251020-1773318-0-4
- Veröffentlicht am:
- 20.11.2025
BibTeX
Vorkommen:
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen
- mediaTUM GesamtbestandHochschulbibliographie2025SchoolsTUM School of Computation, Information and TechnologyLehrstuhl für Mathematische Modellierung biologischer Systeme (Prof. Theis)