<?xml version="1.0" encoding="UTF-8" ?>
<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>A Computational toolkit to boost precision oncology with pharmacogenomics</dc:title>
<dc:creator>Mateo Ramos, Lídia</dc:creator>
<dc:contributor>Aloy, Patrick</dc:contributor>
<dc:contributor>Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut</dc:contributor>
<dc:subject>Medicina personalitzada</dc:subject>
<dc:subject>Biomarcadors de resposta farmacològica</dc:subject>
<dc:subject>Pharmacogenòmica</dc:subject>
<dc:subject>Precision oncology</dc:subject>
<dc:subject>Drug response biomarkers</dc:subject>
<dc:subject>Pharmacogenomics</dc:subject>
<dc:subject>615</dc:subject>
<dc:description>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</dc:description>
<dc:description>During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</dc:description>
<dc:description>Programa de doctorat en Biomedicina</dc:description>
<dc:date>2020-01-21T16:38:35Z</dc:date>
<dc:date>2021-06-25T14:00:17Z</dc:date>
<dc:date>2019-12-18</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:identifier>http://hdl.handle.net/10803/668324</dc:identifier>
<dc:language>eng</dc:language>
<dc:rights>ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:format>146 p.</dc:format>
<dc:format>application/pdf</dc:format>
<dc:format>application/pdf</dc:format>
<dc:publisher>Universitat Pompeu Fabra</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</oai_dc:dc>
<?xml version="1.0" encoding="UTF-8" ?>
<dim:dim schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
<dim:field element="contributor" mdschema="dc">Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut</dim:field>
<dim:field authority="77189737-ade8-4cba-8447-d6c1cac37e03" confidence="-1" element="contributor" mdschema="dc" qualifier="author">Mateo Ramos, Lídia</dim:field>
<dim:field element="contributor" mdschema="dc" qualifier="authoremail">lidia.mateo@irbbarcelona.org</dim:field>
<dim:field element="contributor" mdschema="dc" qualifier="authoremailshow">true</dim:field>
<dim:field authority="24d4efbd-c3a6-4fc3-a3c6-eaa57c5c4092" confidence="-1" element="contributor" mdschema="dc" qualifier="director">Aloy, Patrick</dim:field>
<dim:field element="date" mdschema="dc" qualifier="accessioned">2020-01-21T16:38:35Z</dim:field>
<dim:field element="date" mdschema="dc" qualifier="available">2021-06-25T14:00:17Z</dim:field>
<dim:field element="date" mdschema="dc" qualifier="issued">2019-12-18</dim:field>
<dim:field element="identifier" mdschema="dc" qualifier="uri">http://hdl.handle.net/10803/668324</dim:field>
<dim:field element="description" mdschema="dc" qualifier="abstract">Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</dim:field>
<dim:field element="description" mdschema="dc" qualifier="abstract">During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</dim:field>
<dim:field element="description" mdschema="dc" qualifier="degree">Programa de doctorat en Biomedicina</dim:field>
<dim:field element="format" mdschema="dc" qualifier="extent">146 p.</dim:field>
<dim:field element="format" mdschema="dc" qualifier="mimetype">application/pdf</dim:field>
<dim:field element="language" mdschema="dc" qualifier="iso">eng</dim:field>
<dim:field element="publisher" mdschema="dc">Universitat Pompeu Fabra</dim:field>
<dim:field element="rights" mdschema="dc" qualifier="license">ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dim:field>
<dim:field element="rights" mdschema="dc" qualifier="accessLevel">info:eu-repo/semantics/openAccess</dim:field>
<dim:field element="source" mdschema="dc">TDX (Tesis Doctorals en Xarxa)</dim:field>
<dim:field element="subject" mdschema="dc">Medicina personalitzada</dim:field>
<dim:field element="subject" mdschema="dc">Biomarcadors de resposta farmacològica</dim:field>
<dim:field element="subject" mdschema="dc">Pharmacogenòmica</dim:field>
<dim:field element="subject" mdschema="dc">Precision oncology</dim:field>
<dim:field element="subject" mdschema="dc">Drug response biomarkers</dim:field>
<dim:field element="subject" mdschema="dc">Pharmacogenomics</dim:field>
<dim:field element="subject" mdschema="dc" qualifier="udc">615</dim:field>
<dim:field element="title" mdschema="dc">A Computational toolkit to boost precision oncology with pharmacogenomics</dim:field>
<dim:field element="type" mdschema="dc">info:eu-repo/semantics/doctoralThesis</dim:field>
<dim:field element="type" mdschema="dc">info:eu-repo/semantics/publishedVersion</dim:field>
<dim:field element="embargo" mdschema="dc" qualifier="terms">cap</dim:field>
</dim:dim>
<?xml version="1.0" encoding="UTF-8" ?>
<thesis schemaLocation="http://www.ndltd.org/standards/metadata/etdms/1.0/ http://www.ndltd.org/standards/metadata/etdms/1.0/etdms.xsd">
<title>A Computational toolkit to boost precision oncology with pharmacogenomics</title>
<creator>Mateo Ramos, Lídia</creator>
<contributor>lidia.mateo@irbbarcelona.org</contributor>
<contributor>true</contributor>
<contributor>Aloy, Patrick</contributor>
<subject>Medicina personalitzada</subject>
<subject>Biomarcadors de resposta farmacològica</subject>
<subject>Pharmacogenòmica</subject>
<subject>Precision oncology</subject>
<subject>Drug response biomarkers</subject>
<subject>Pharmacogenomics</subject>
<description>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</description>
<description>During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</description>
<date>2020-01-21</date>
<date>2021-06-25</date>
<date>2019-12-18</date>
<type>info:eu-repo/semantics/doctoralThesis</type>
<type>info:eu-repo/semantics/publishedVersion</type>
<identifier>http://hdl.handle.net/10803/668324</identifier>
<language>eng</language>
<rights>ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</rights>
<rights>info:eu-repo/semantics/openAccess</rights>
<publisher>Universitat Pompeu Fabra</publisher>
<source>TDX (Tesis Doctorals en Xarxa)</source>
</thesis>
<?xml version="1.0" encoding="UTF-8" ?>
<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<leader>00925njm 22002777a 4500</leader>
<datafield ind1=" " ind2=" " tag="042">
<subfield code="a">dc</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="720">
<subfield code="a">Mateo Ramos, Lídia</subfield>
<subfield code="e">author</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="260">
<subfield code="c">2019-12-18</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</subfield>
</datafield>
<datafield ind1="8" ind2=" " tag="024">
<subfield code="a">http://hdl.handle.net/10803/668324</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Medicina personalitzada</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Biomarcadors de resposta farmacològica</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Pharmacogenòmica</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Precision oncology</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Drug response biomarkers</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Pharmacogenomics</subfield>
</datafield>
<datafield ind1="0" ind2="0" tag="245">
<subfield code="a">A Computational toolkit to boost precision oncology with pharmacogenomics</subfield>
</datafield>
</record>
<?xml version="1.0" encoding="UTF-8" ?>
<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<leader>nam a 5i 4500</leader>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Medicina personalitzada</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Biomarcadors de resposta farmacològica</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Pharmacogenòmica</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Precision oncology</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Drug response biomarkers</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Pharmacogenomics</subfield>
</datafield>
<datafield ind1="1" ind2="0" tag="245">
<subfield code="a">A Computational toolkit to boost precision oncology with pharmacogenomics</subfield>
</datafield>
<datafield ind1=" " ind2="1" tag="264">
<subfield code="a">[Barcelona] :</subfield>
<subfield code="b">Universitat Pompeu Fabra,</subfield>
<subfield code="c">2020</subfield>
</datafield>
<datafield ind1="4" ind2="0" tag="856">
<subfield code="z">Accés lliure</subfield>
<subfield code="u">http://hdl.handle.net/10803/668324</subfield>
</datafield>
<controlfield tag="007">cr |||||||||||</controlfield>
<controlfield tag="008">AAMMDDs2020 sp ||||fsm||||0|| 0 eng|c</controlfield>
<datafield ind1="1" ind2=" " tag="100">
<subfield code="a">Mateo Ramos, Lídia,</subfield>
<subfield code="e">autor</subfield>
</datafield>
<datafield ind1="1" ind2=" " tag="100">
<subfield code="a">Programa de doctorat en Biomedicina,</subfield>
<subfield code="e">degree</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="300">
<subfield code="a">1 recurs en línia (146 pàgines)</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="502">
<subfield code="g">Tesi</subfield>
<subfield code="b">Doctorat</subfield>
<subfield code="c">Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut</subfield>
<subfield code="d">2019</subfield>
</datafield>
<datafield ind1="2" ind2=" " tag="710">
<subfield code="a">Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut</subfield>
</datafield>
<datafield ind1=" " ind2="4" tag="655">
<subfield code="a">Tesis i dissertacions electròniques</subfield>
</datafield>
<datafield ind1="1" ind2=" " tag="700">
<subfield code="a">Aloy, Patrick,</subfield>
<subfield code="e">supervisor acadèmic</subfield>
</datafield>
<datafield ind1="0" ind2=" " tag="730">
<subfield code="a">TDX</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="998">
<subfield code="a">f</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="040">
<subfield code="a">ES-BaCBU</subfield>
<subfield code="b">cat</subfield>
<subfield code="e">rda</subfield>
<subfield code="c">ES-BaCBU</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="336">
<subfield code="a">text</subfield>
<subfield code="b">txt</subfield>
<subfield code="2">rdacontent</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="337">
<subfield code="a">informàtic</subfield>
<subfield code="b">c</subfield>
<subfield code="2">rdamedia</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="338">
<subfield code="a">recurs en línia</subfield>
<subfield code="b">cr</subfield>
<subfield code="2">rdacarrier</subfield>
</datafield>
</record>
<?xml version="1.0" encoding="UTF-8" ?>
<mets ID=" DSpace_ITEM_10803-668324" OBJID=" hdl:10803/668324" PROFILE="DSpace METS SIP Profile 1.0" TYPE="DSpace ITEM" schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd">
<metsHdr CREATEDATE="2024-09-07T13:30:23Z">
<agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
<name>TDX (Tesis Doctorals en Xarxa)</name>
</agent>
</metsHdr>
<dmdSec ID="DMD_10803_668324">
<mdWrap MDTYPE="MODS">
<xmlData schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:role>
<mods:roleTerm type="text">author</mods:roleTerm>
</mods:role>
<mods:namePart>Mateo Ramos, Lídia</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">authoremail</mods:roleTerm>
</mods:role>
<mods:namePart>lidia.mateo@irbbarcelona.org</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">authoremailshow</mods:roleTerm>
</mods:role>
<mods:namePart>true</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">director</mods:roleTerm>
</mods:role>
<mods:namePart>Aloy, Patrick</mods:namePart>
</mods:name>
<mods:extension>
<mods:dateAccessioned encoding="iso8601">2020-01-21T16:38:35Z</mods:dateAccessioned>
</mods:extension>
<mods:extension>
<mods:dateAvailable encoding="iso8601">2021-06-25T14:00:17Z</mods:dateAvailable>
</mods:extension>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2019-12-18</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">http://hdl.handle.net/10803/668324</mods:identifier>
<mods:abstract>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</mods:abstract>
<mods:language>
<mods:languageTerm authority="rfc3066">eng</mods:languageTerm>
</mods:language>
<mods:subject>
<mods:topic>Medicina personalitzada</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Biomarcadors de resposta farmacològica</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Pharmacogenòmica</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Precision oncology</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Drug response biomarkers</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Pharmacogenomics</mods:topic>
</mods:subject>
<mods:titleInfo>
<mods:title>A Computational toolkit to boost precision oncology with pharmacogenomics</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion</mods:genre>
</mods:mods>
</xmlData>
</mdWrap>
</dmdSec>
<amdSec ID="FO_10803_668324_3">
<techMD ID="TECH_O_10803_668324_3">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/668324/3/tlmr.pdf</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>ab116629bea750ee8b8b54ece675e0c4</premis:messageDigest>
</premis:fixity>
<premis:size>14542751</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>application/pdf</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>tlmr.pdf</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<amdSec ID="FT_10803_668324_5">
<techMD ID="TECH_T_10803_668324_5">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/668324/5/tlmr.pdf.txt</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>ea3c9db773fcea3f984d0656c9a5230b</premis:messageDigest>
</premis:fixity>
<premis:size>246321</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>text/plain</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>tlmr.pdf.txt</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<fileSec>
<fileGrp USE="ORIGINAL">
<file ADMID="FO_10803_668324_3" CHECKSUM="ab116629bea750ee8b8b54ece675e0c4" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_668324_3" ID="BITSTREAM_ORIGINAL_10803_668324_3" MIMETYPE="application/pdf" SEQ="3" SIZE="14542751">
</file>
</fileGrp>
<fileGrp USE="TEXT">
<file ADMID="FT_10803_668324_5" CHECKSUM="ea3c9db773fcea3f984d0656c9a5230b" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_668324_5" ID="BITSTREAM_TEXT_10803_668324_5" MIMETYPE="text/plain" SEQ="5" SIZE="246321">
</file>
</fileGrp>
</fileSec>
<structMap LABEL="DSpace Object" TYPE="LOGICAL">
<div ADMID="DMD_10803_668324" TYPE="DSpace Object Contents">
<div TYPE="DSpace BITSTREAM">
</div>
</div>
</structMap>
</mets>
<?xml version="1.0" encoding="UTF-8" ?>
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:namePart>Mateo Ramos, Lídia</mods:namePart>
</mods:name>
<mods:extension>
<mods:dateAvailable encoding="iso8601">2020-01-21T16:38:35Z</mods:dateAvailable>
</mods:extension>
<mods:extension>
<mods:dateAccessioned encoding="iso8601">2021-06-25T14:00:17Z</mods:dateAccessioned>
</mods:extension>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2019-12-18</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">http://hdl.handle.net/10803/668324</mods:identifier>
<mods:abstract>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</mods:abstract>
<mods:abstract>During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</mods:abstract>
<mods:language>
<mods:languageTerm>eng</mods:languageTerm>
</mods:language>
<mods:accessCondition type="useAndReproduction">ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">info:eu-repo/semantics/openAccess</mods:accessCondition>
<mods:subject>
<mods:topic>Medicina personalitzada</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Biomarcadors de resposta farmacològica</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Pharmacogenòmica</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Precision oncology</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Drug response biomarkers</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Pharmacogenomics</mods:topic>
</mods:subject>
<mods:titleInfo>
<mods:title>A Computational toolkit to boost precision oncology with pharmacogenomics</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/doctoralThesis</mods:genre>
<mods:genre>info:eu-repo/semantics/publishedVersion</mods:genre>
</mods:mods>
<?xml version="1.0" encoding="UTF-8" ?>
<oaire:record schemaLocation="http://namespaceopenaire.eu/schema/oaire/">
<dc:title>A Computational toolkit to boost precision oncology with pharmacogenomics</dc:title>
<datacite:creator>
<datacite:creatorName>Mateo Ramos, Lídia</datacite:creatorName>
</datacite:creator>
<datacite:contributor>lidia.mateo@irbbarcelona.org</datacite:contributor>
<datacite:contributor>true</datacite:contributor>
<datacite:contributor>Aloy, Patrick</datacite:contributor>
<datacite:contributor>Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut</datacite:contributor>
<dc:subject>Medicina personalitzada</dc:subject>
<dc:subject>Biomarcadors de resposta farmacològica</dc:subject>
<dc:subject>Pharmacogenòmica</dc:subject>
<dc:subject>Precision oncology</dc:subject>
<dc:subject>Drug response biomarkers</dc:subject>
<dc:subject>Pharmacogenomics</dc:subject>
<dc:subject>615</dc:subject>
<dc:description>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</dc:description>
<dc:description>During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</dc:description>
<dc:description>Programa de doctorat en Biomedicina</dc:description>
<dc:date>2020-01-21T16:38:35Z</dc:date>
<dc:date>2021-06-25T14:00:17Z</dc:date>
<dc:date>2019-12-18</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<datacite:alternateIdentifier>http://hdl.handle.net/10803/668324</datacite:alternateIdentifier>
<dc:language>eng</dc:language>
<dc:rights>ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:format>146 p.</dc:format>
<dc:format>application/pdf</dc:format>
<dc:format>application/pdf</dc:format>
<dc:publisher>Universitat Pompeu Fabra</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
<oaire:file>https://www.tdx.cat/bitstream/10803/668324/3/tlmr.pdf</oaire:file>
</oaire:record>
<?xml version="1.0" encoding="UTF-8" ?>
<atom:entry schemaLocation="http://www.w3.org/2005/Atom http://www.kbcafe.com/rss/atom.xsd.xml">
<atom:id>http://hdl.handle.net/10803/668324/ore.xml</atom:id>
<atom:published>2021-06-25T14:00:17Z</atom:published>
<atom:updated>2020-01-21T16:38:35Z</atom:updated>
<atom:source>
<atom:generator>TDX (Tesis Doctorals en Xarxa)</atom:generator>
</atom:source>
<atom:title>A Computational toolkit to boost precision oncology with pharmacogenomics</atom:title>
<atom:author>
<atom:name>Mateo Ramos, Lídia</atom:name>
</atom:author>
<oreatom:triples>
<rdf:Description about="http://hdl.handle.net/10803/668324/ore.xml#atom">
<dcterms:modified>2020-01-21T16:38:35Z</dcterms:modified>
</rdf:Description>
<rdf:Description about="https://www.tdx.cat/bitstream/10803/668324/5/tlmr.pdf.txt">
<dcterms:description>TEXT</dcterms:description>
</rdf:Description>
<rdf:Description about="https://www.tdx.cat/bitstream/10803/668324/3/tlmr.pdf">
<dcterms:description>ORIGINAL</dcterms:description>
</rdf:Description>
<rdf:Description about="https://www.tdx.cat/bitstream/10803/668324/4/tlmr.pdf.xml">
<dcterms:description>MEDIA_DOCUMENT</dcterms:description>
</rdf:Description>
</oreatom:triples>
</atom:entry>
<?xml version="1.0" encoding="UTF-8" ?>
<qdc:qualifieddc schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
<dc:title>A Computational toolkit to boost precision oncology with pharmacogenomics</dc:title>
<dc:creator>Mateo Ramos, Lídia</dc:creator>
<dc:contributor>Aloy, Patrick</dc:contributor>
<dc:subject>Medicina personalitzada</dc:subject>
<dc:subject>Biomarcadors de resposta farmacològica</dc:subject>
<dc:subject>Pharmacogenòmica</dc:subject>
<dc:subject>Precision oncology</dc:subject>
<dc:subject>Drug response biomarkers</dc:subject>
<dc:subject>Pharmacogenomics</dc:subject>
<dcterms:abstract>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</dcterms:abstract>
<dcterms:abstract>During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</dcterms:abstract>
<dcterms:dateAccepted>2021-06-25T14:00:17Z</dcterms:dateAccepted>
<dcterms:available>2021-06-25T14:00:17Z</dcterms:available>
<dcterms:created>2021-06-25T14:00:17Z</dcterms:created>
<dcterms:issued>2019-12-18</dcterms:issued>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:identifier>http://hdl.handle.net/10803/668324</dc:identifier>
<dc:language>eng</dc:language>
<dc:rights>ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:publisher>Universitat Pompeu Fabra</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</qdc:qualifieddc>
<?xml version="1.0" encoding="UTF-8" ?>
<rdf:RDF schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
<ow:Publication about="oai:www.tdx.cat:10803/668324">
<dc:title>A Computational toolkit to boost precision oncology with pharmacogenomics</dc:title>
<dc:creator>Mateo Ramos, Lídia</dc:creator>
<dc:contributor>lidia.mateo@irbbarcelona.org</dc:contributor>
<dc:contributor>true</dc:contributor>
<dc:contributor>Aloy, Patrick</dc:contributor>
<dc:subject>Medicina personalitzada</dc:subject>
<dc:subject>Biomarcadors de resposta farmacològica</dc:subject>
<dc:subject>Pharmacogenòmica</dc:subject>
<dc:subject>Precision oncology</dc:subject>
<dc:subject>Drug response biomarkers</dc:subject>
<dc:subject>Pharmacogenomics</dc:subject>
<dc:description>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</dc:description>
<dc:description>During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</dc:description>
<dc:date>2020-01-21T16:38:35Z</dc:date>
<dc:date>2021-06-25T14:00:17Z</dc:date>
<dc:date>2019-12-18</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:identifier>http://hdl.handle.net/10803/668324</dc:identifier>
<dc:language>eng</dc:language>
<dc:rights>ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:publisher>Universitat Pompeu Fabra</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</ow:Publication>
</rdf:RDF>
<?xml version="1.0" encoding="UTF-8" ?>
<uketd_dc:uketddc schemaLocation="http://naca.central.cranfield.ac.uk/ethos-oai/2.0/ http://naca.central.cranfield.ac.uk/ethos-oai/2.0/uketd_dc.xsd">
<dc:title>A Computational toolkit to boost precision oncology with pharmacogenomics</dc:title>
<dc:creator>Mateo Ramos, Lídia</dc:creator>
<dcterms:abstract>Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</dcterms:abstract>
<dcterms:abstract>During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</dcterms:abstract>
<uketdterms:institution>Universitat Pompeu Fabra</uketdterms:institution>
<dcterms:issued>2019-12-18</dcterms:issued>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:language type="dcterms:ISO639-2">eng</dc:language>
<dcterms:isReferencedBy>http://hdl.handle.net/10803/668324</dcterms:isReferencedBy>
<dcterms:hasFormat>https://www.tdx.cat/bitstream/10803/668324/5/tlmr.pdf.txt</dcterms:hasFormat>
<uketdterms:checksum type="uketdterms:MD5">ea3c9db773fcea3f984d0656c9a5230b</uketdterms:checksum>
<dc:identifier type="dcterms:URI">https://www.tdx.cat/bitstream/10803/668324/3/tlmr.pdf</dc:identifier>
<uketdterms:checksum type="uketdterms:MD5">ab116629bea750ee8b8b54ece675e0c4</uketdterms:checksum>
<uketdterms:embargodate>cap</uketdterms:embargodate>
<dc:subject>Medicina personalitzada</dc:subject>
<dc:subject>Biomarcadors de resposta farmacològica</dc:subject>
<dc:subject>Pharmacogenòmica</dc:subject>
<dc:subject>Precision oncology</dc:subject>
<dc:subject>Drug response biomarkers</dc:subject>
<dc:subject>Pharmacogenomics</dc:subject>
</uketd_dc:uketddc>
<?xml version="1.0" encoding="UTF-8" ?>
<metadata schemaLocation="http://www.lyncode.com/xoai http://www.lyncode.com/xsd/xoai.xsd">
<element name="dc">
<element name="contributor">
<element name="none">
<field name="value">Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut</field>
</element>
<element name="author">
<element name="none">
<field name="value">Mateo Ramos, Lídia</field>
<field name="authority">77189737-ade8-4cba-8447-d6c1cac37e03</field>
<field name="confidence">-1</field>
</element>
</element>
<element name="authoremail">
<element name="none">
<field name="value">lidia.mateo@irbbarcelona.org</field>
</element>
</element>
<element name="authoremailshow">
<element name="none">
<field name="value">true</field>
</element>
</element>
<element name="director">
<element name="none">
<field name="value">Aloy, Patrick</field>
<field name="authority">24d4efbd-c3a6-4fc3-a3c6-eaa57c5c4092</field>
<field name="confidence">-1</field>
</element>
</element>
</element>
<element name="date">
<element name="accessioned">
<element name="none">
<field name="value">2020-01-21T16:38:35Z</field>
</element>
</element>
<element name="available">
<element name="none">
<field name="value">2021-06-25T14:00:17Z</field>
</element>
</element>
<element name="issued">
<element name="none">
<field name="value">2019-12-18</field>
</element>
</element>
</element>
<element name="identifier">
<element name="uri">
<element name="none">
<field name="value">http://hdl.handle.net/10803/668324</field>
</element>
</element>
</element>
<element name="description">
<element name="abstract">
<element name="none">
<field name="value">Durant la darrera dècada la seqüenciació massiva de pacients de cancer ha permés avançar de forma significativa el coneixement sobre les bases moleculars del càncer. Un cop assolit aquest primer pass, el repte que tenim per davant és explotar aquestes dades en benefici dels pacients oncològics, en el marc de la medicina personalitzada. En aquesta tesi, presentem una sèrie d'eines computacionals que pretenen expandir el domini d'aplicació de les teràpies dirigides, contribuint així a escurçar la bretxa entre la recerca i la pràctica clínica. Primerament, presentem dues eines que permeten visualitzar les mutacions (PanorOmics) i els pacients de càncer (OncoGenomic Landscapes) i contextualitzar-los en el corpus de dades i coneixement actuals. Anant un pas més enllà, presentem 'Targeted Cancer Therapy For You' (TCT4U), una metodologia que permet predir resposta a tractaments en base a la co-ocurrència d'alteracions oncogèniques. Finalment, hem extret signatures transcripcionals que ens permeten monitoritzar en cada pacient l'activitat oncogènica de 10 vies de senyalització mitogènica, i identificar compostos químics que tenen el potencial de revertir-la.</field>
<field name="value">During the last decade much progress has been made in understanding the genomic basis of human cancer thanks to the massive molecular profiling of cancer patients. Although this is a first and essential step, the most imperative challenge ahead is to find the way to exploit this wealth of data to fulfill the promise of personalized medicine and improve patient treatment and prognosis. In this thesis, we present a computational toolkit that could be used to expand the applicability domain of precision oncology, contributing to close the bench to bedside gap. First, we developed two tools for contextualizing individual mutations (PanorOmics) and individual patients (OncoGenomic Landscapes) within the body of clinical and scientific evidence currently available. Then, we went a step further and developed Targeted Cancer Therapy For You (TCT4U), a methodology that exploits driver gene co-occurrences to predict drug response. Finally, we extracted transcriptional signatures that allow us to monitor the oncogenic activity of 10 mitogenic pathways in each patient, and to identify drugs that are likely to revert this oncogenic endophenotype.</field>
</element>
</element>
<element name="degree">
<element name="none">
<field name="value">Programa de doctorat en Biomedicina</field>
</element>
</element>
</element>
<element name="format">
<element name="extent">
<element name="none">
<field name="value">146 p.</field>
</element>
</element>
<element name="mimetype">
<element name="none">
<field name="value">application/pdf</field>
</element>
</element>
</element>
<element name="language">
<element name="iso">
<element name="none">
<field name="value">eng</field>
</element>
</element>
</element>
<element name="publisher">
<element name="none">
<field name="value">Universitat Pompeu Fabra</field>
</element>
</element>
<element name="rights">
<element name="license">
<element name="none">
<field name="value">ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</field>
</element>
</element>
<element name="accessLevel">
<element name="none">
<field name="value">info:eu-repo/semantics/openAccess</field>
</element>
</element>
</element>
<element name="source">
<element name="none">
<field name="value">TDX (Tesis Doctorals en Xarxa)</field>
</element>
</element>
<element name="subject">
<element name="none">
<field name="value">Medicina personalitzada</field>
<field name="value">Biomarcadors de resposta farmacològica</field>
<field name="value">Pharmacogenòmica</field>
<field name="value">Precision oncology</field>
<field name="value">Drug response biomarkers</field>
<field name="value">Pharmacogenomics</field>
</element>
<element name="udc">
<element name="none">
<field name="value">615</field>
</element>
</element>
</element>
<element name="title">
<element name="none">
<field name="value">A Computational toolkit to boost precision oncology with pharmacogenomics</field>
</element>
</element>
<element name="type">
<element name="none">
<field name="value">info:eu-repo/semantics/doctoralThesis</field>
<field name="value">info:eu-repo/semantics/publishedVersion</field>
</element>
</element>
<element name="embargo">
<element name="terms">
<element name="none">
<field name="value">cap</field>
</element>
</element>
</element>
</element>
<element name="bundles">
<element name="bundle">
<field name="name">TEXT</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">tlmr.pdf.txt</field>
<field name="originalName">tlmr.pdf.txt</field>
<field name="description">Extracted text</field>
<field name="format">text/plain</field>
<field name="size">246321</field>
<field name="url">https://www.tdx.cat/bitstream/10803/668324/5/tlmr.pdf.txt</field>
<field name="checksum">ea3c9db773fcea3f984d0656c9a5230b</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">5</field>
<field name="drm">open access</field>
</element>
</element>
</element>
<element name="bundle">
<field name="name">ORIGINAL</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">tlmr.pdf</field>
<field name="originalName">tlmr.pdf</field>
<field name="format">application/pdf</field>
<field name="size">14542751</field>
<field name="url">https://www.tdx.cat/bitstream/10803/668324/3/tlmr.pdf</field>
<field name="checksum">ab116629bea750ee8b8b54ece675e0c4</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">3</field>
<field name="drm">open access</field>
</element>
</element>
</element>
<element name="bundle">
<field name="name">MEDIA_DOCUMENT</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">tlmr.pdf.xml</field>
<field name="originalName">tlmr.pdf.xml</field>
<field name="description">Document Consulta</field>
<field name="format">text/xml</field>
<field name="size">105</field>
<field name="url">https://www.tdx.cat/bitstream/10803/668324/4/tlmr.pdf.xml</field>
<field name="checksum">c24748ce8299fcbaa7aa6358eb46a039</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">4</field>
<field name="drm">open access</field>
</element>
</element>
</element>
</element>
<element name="others">
<field name="handle">10803/668324</field>
<field name="identifier">oai:www.tdx.cat:10803/668324</field>
<field name="lastModifyDate">2024-03-15 11:57:24.155</field>
<field name="drm">open access</field>
</element>
<element name="repository">
<field name="name">TDX (Tesis Doctorals en Xarxa)</field>
<field name="mail">pir@csuc.cat</field>
</element>
</metadata>