@phdthesis{01HB8EX6A0T6Q4JC0DSSET1H1W,
  abstract     = {{De vooruitgang in next-generation sequencing technologie heeft het veld van kanker-genomica revolutionair veranderd. Deze technologie maakt het mogelijk om op een snelle en kosteneffectieve manier een groot aantal tumormonsters te sequencen. Hierdoor kunnen we terugkerende genomische afwijkingen, die verantwoordelijk zijn voor de ontwikkeling en progressie van tumoren, identificeren. Deze dissertatie richt zich op de genomische en transcriptionele analyse van geavanceerde prostaatkanker, een ziekte die wordt gekenmerkt door een hoge mate van variabiliteit in therapierespons en ziekteontwikkeling. Eerst wordt de haalbaarheid beoordeeld van somatische variant-detectie met behulp van whole genome sequencing (WGS) data op formalin-fixed paraffin-embedded (FFPE) monsters. Vervolgens wordt een netwerk-methode gebruikt voor het identificeren van mutaties die aan de basis liggen van metastatische prostaatkanker, zogenoemde 'drivers'. Daarnaast wordt de transcriptionele heterogeniteit van geavanceerde prostaatkanker onderzocht in een multifocale setting voor de identificatie van de meest agressieve primaire laesies en de specifieke bijhorende genexpressieprofielen. Bovendien wordt single-cell sequencing gebruikt om het effect van de tumor micro-omgeving op tumoren te ontrafelen. Ten slotte wordt een proof-of-concept beschreven voor het bouwen van kankerspecifieke netwerken die dienen als scaffold bij netwerkgebaseerde analyses. Samengevat biedt deze dissertatie waardevolle inzichten in processen die aan de basis liggen van metastatische prostaatkanker.}},
  author       = {{de Schaetzen van Brienen, Louise}},
  language     = {{eng}},
  pages        = {{XXX, 265}},
  publisher    = {{Ghent University. Faculty of Sciences}},
  school       = {{Ghent University}},
  title        = {{Cohort analysis to identify metastatic prostate cancer drivers}},
  year         = {{2023}},
}