Publication:
Gene expression commonalities between autism and schizophrenia via biooptimatics

dc.contributor.advisor Isaza Brando , Clara E.
dc.contributor.author Suárez Gómez, Deiver
dc.contributor.college College of Engineering
dc.contributor.committee Cabrera Ríos, Mauricio
dc.contributor.committee González Méndez, Ricardo
dc.contributor.committee Latorre Esteves, Magda
dc.contributor.committee Pérez Morales, Jaileene
dc.contributor.department Other
dc.contributor.representative Zapata Medina, Rocío
dc.date.accessioned 2023-10-03T15:07:14Z
dc.date.available 2023-10-03T15:07:14Z
dc.date.issued 2023-09-19
dc.description.abstract In the past, schizophrenia and autism spectrum disorders were diagnosed as a single disorder, but they are now recognized as separate and distinct conditions due to their different symptoms and age of onset. Nevertheless, similarities between schizophrenia and autism spectrum disorders have been found, such as the sharing of genetic information and the absence of typical behaviors reflecting the deterioration of social cognition. Despite these findings, the etiology of both disorders remains uncertain and there is still no objective diagnosis or effective cure. This study aims to help explain the common genetics between both conditions through gene expression data analysis using optimization methods. For this, public case-control studies of blood and brain tissue samples from autism and schizophrenia were examined. An R software package called Optimization-Based Analysis of Micro Arrays (OBAMA) was developed, which includes multiple criteria optimization (MCO), minimum spanning tree (MST), and -for the first time- optimal group formation (OGF) methodologies. With OBAMA, the following analyses were performed: 1) individual analysis of individual datasets, taking into account the characterization of sex to minimize sex bias; 2) meta-analysis of datasets, with the same consideration of sex characterization; 3) maximum correlation structures of individual and meta-analyses; and 4) formation of groups of genes and biological processes in optimal global conditions. The OBAMA package has the advantage of being portable and able to be run on modest computer hardware, such as personal computers. With its use, this study identified the following genes for autism spectrum disorder and schizophrenia: two genes (VNN2, PLGLB1) in blood samples, four genes in brain tissue (HSPA6, RGS1, RNU4_2, CCL4) and a common gene in blood and brain tissue (S100A8). In addition, signaling pathways involved in inflammation, ribosome, metabolism, and cancer were proposed, among others. Finally, we propose groups of genes involved in different biological processes, including metabolic processes, signals, cell communication, responses to stimuli, among others. The results set, which includes genes, pathways, and biological processes, could be crucial in helping to understand the underlying etiology of these two conditions.
dc.description.abstract En el pasado, la esquizofrenia y los trastornos del espectro autista se diagnosticaban como un solo trastorno, pero actualmente se reconocen como condiciones distintas y separadas debido a sus diferentes síntomas y edad de aparición. No obstante, se han encontrado similitudes entre la esquizofrenia y los trastornos del espectro autista, como la compartición de información genética y la ausencia de comportamientos típicos que reflejen la deterioración de la cognición social. A pesar de estos hallazgos, la etiología de ambos trastornos sigue siendo incierta y todavía no cuentan con un diagnóstico objetivo ni una cura efectiva. Este estudio tiene como objetivo ayudar a explicar la genética común entre ambas condiciones a través del análisis de datos de expresión génica con métodos de optimización. Para esto, se examinaron estudios caso-control de muestras de sangre y tejido cerebral disponibles al público de autismo y esquizofrenia. Se desarrolló un paquete para el software R llamado OBAMA, que incluye metodologías de optimización múltiple criterios (MCO), árbol de extensión mínima (MST) y optimal group formation (OGF). Con OBAMA, se realizaron los siguientes análisis: 1) análisis individual de conjuntos de datos individuales, teniendo en cuenta la caracterización del sexo para minimizar el sesgo del sexo; 2) metaanálisis de conjuntos de datos, con la misma consideración de la caracterización de sexo; 3) estructuras de máxima correlación de los análisis individuales y metaanálisis; y 4) formación de grupos de genes y procesos biológicos en condiciones de optimalidad global. El paquete OBAMA ofrece la ventaja de ser portable y poder ser ejecutado en hardware de computadora modesto, como computadoras personales. Con su uso, este estudio identificó los siguientes genes para el trastorno del espectro autista y la esquizofrenia: dos genes (VNN2, PLGLB1) en muestras de sangre, cuatro genes en tejido cerebral (HSPA6, RGS1, RNU4_2, CCL4) y un gene común en sangre y tejido cerebral (S100A8). Además, se propusieron vías biológicas de señalización involucradas en la inflamación, el ribosoma, el metabolismo y el cáncer, entre otras. Finalmente, proponemos grupos de genes involucrados en diferentes procesos biológicos, que incluyen procesos metabólicos, señales, comunicación celular, respuestas a estímulos, entre otros. El conjunto de resultados, que incluye genes, vías y procesos biológicos, podría ser crucial para ayudar a comprender la etiología subyacente en estas dos condiciones.
dc.description.graduationSemester Spring
dc.description.graduationYear 2024
dc.identifier.uri https://hdl.handle.net/20.500.11801/3576
dc.language.iso en
dc.rights Attribution-NonCommercial-NoDerivatives 4.0 International *
dc.rights.holder (c) 2023 Deiver Suárez Gómez
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/ *
dc.subject Schizophrenia
dc.subject Autism spectrum disorders
dc.subject Gene expression data analysis
dc.subject Optimization methods
dc.subject Meta-analysis
dc.subject Sex bias
dc.subject Maximum correlation structures
dc.subject Signaling pathways
dc.subject Biological processes
dc.subject.lcsh Schizophrenia - Genetic aspects
dc.subject.lcsh Schizophrenia - Etiology
dc.subject.lcsh Autism spectrum disorders - Genetic aspects
dc.subject.lcsh Autism spectrum disorders - Etiology
dc.subject.lcsh Gene expression - Data processing
dc.subject.lcsh Mathematical optimization - Computer programs
dc.title Gene expression commonalities between autism and schizophrenia via biooptimatics
dc.type Dissertation
dspace.entity.type Publication
thesis.degree.discipline Bioengineering
thesis.degree.level Ph.D.
Files