108495 research outputs found
Sort by
Inimese geeniregulatsioonivõrgustikega integreeritud üheraku RNA järjestuse analüüs annab mehhanistlikke teadmisi ateroskleroosi kohta nii meestel kui naistel
No full textDoktoritöö elektrooniline versioon ei sisalda publikatsiooneSüdame-veresoonkonna haigused (KVH), mida peamiselt põhjustab ateroskleroos, põhjustavad igal aastal 17,9 miljonit surmajuhtumit, mis teeb neist ülemaailmse surma peamise põhjuse. Ateroskleroos on progresseeruv seisund, mida mõjutavad geneetika, keskkond ja ainevahetus ning mis hõlmab lipiidide kogunemist, oksüdeerumist ja põletikku arteriseintes.
See väitekiri uurib ateroskleroosi kolme lähenemisviisi abil:
1. STARNET-uuring: Süsteemitasemel arusaam: STARNET-uuring (Stockholm-Tartu ateroskleroosi pöördvõrgu inseneriülesanne) on suurim inimese geeniekspressiooni geneetika uuring KVH kohta. Analüüsiti RNA sekveneerimise andmeid 850 patsiendilt (600 südame isheemiatõvega, 250 ilma selleta) erinevatest ateroskleroosiga seotud kudedest (aordi sein, seesmine rinnakasti arter, maks, skeletilihas, rasv). Geneetiliste, kliiniliste ja RNA sekveneerimise andmete integreerimise abil tuvastas STARNET 224 geeniregulatoorset koekspressioonivõrgustikku (GRN), mis selgitavad üle 54% CAD pärilikkusest.
2. Sümptomaatiliste patsientide unearteri naastude üheraku RNA sekveneerimine (scRNA-seq): see lähenemisviis keskendus ateroskleroosi progresseerumise rakulise heterogeensuse mõistmisele. SMART-Seq2 tehnoloogia kasutamine 15 unearteri naastul (7 naist, 8 meest; 7 asümptomaatilist, 8 sümptomaatilist) näitas veresoonte rakkude suurt plastilisust, sealhulgas dedifferentseerumist ja transdifferentseerumist, ning tuvastas seni geenirikkaimad ateroskleroosi alamklastrid, pakkudes üksikasjalikku ülevaadet haiguse rakulisest mitmekesisusest.
3. Soospetsiifilised erinevused ateroskleroosi korral: bioloogiline sugu mõjutab oluliselt unearteri stenoosi, ateroskleroosi ja kardiovaskulaarset riski, mida mõjutavad vanus ja menopaus. ScRNA-seq analüüs tuvastas unearteri naastude subtsellulaarsetes klastrites soopõhised erinevused. Naistel oli rohkem osteogeenseid silelihasrakke, immuunsüsteemi reguleerivaid makrofaage ja mesenhümaalses üleminekus olevaid endoteelirakke. Meestel oli rohkem kondrotsüütidetaolisi silelihasrakke, kudesid ümberkujundavaid makrofaage ja angiogeenseid endoteelirakke.
Need scRNA uuringud, mis on integreeritud STARNET GRN-idega, kinnitasid, et GRN39 ja GRN195 on meestel vastavalt silelihasrakkude transformatsiooni ja endoteelirakkude proliferatsiooni jaoks kriitilise tähtsusega.
Üldiselt annab see dissertatsioon ülevaate ateroskleroosi arengust inimestel, keskendudes (geeni) süsteemide võrgustikele, ainevahetusorganitele ja võtmerakkude tüüpide soospetsiifilisele transdiferentseerumisele, tuues esile potentsiaalsed terapeutilised sihtmärgid.Cardiovascular diseases (CVDs), primarily driven by atherosclerosis, cause 17.9 million deaths annually, making them the leading global cause of death. Atherosclerosis is a progressive condition influenced by genetics, environment, and metabolism, involving lipid accumulation, oxidation, and inflammation within arterial walls.
This thesis investigates atherosclerosis using three approaches:
1.The STARNET Study: A Systems-Level Understanding: The STARNET (Stockholm-Tartu Atherosclerosis Reverse Network Engineering Task) study is the largest human genetics-of-gene expression study for CVD. RNA-seq data from 850 living donors (600 with CAD, 250 without) across various atherosclerosis-relevant tissues (aortic wall, mammary artery, liver, skeletal muscle, fat) was analyzed. By integrating genetic, clinical, and RNA-seq data, STARNET identified 224 gene-regulatory co-expression networks (GRNs), explaining over 54% of CAD heritability.
2. Single-Cell RNA Sequencing (scRNA-seq) of symptomatic carotid plaques: This approach focused on understanding cellular heterogeneity in atherosclerosis progression. Using SMART-Seq2 technology on 15 carotid plaques (7 females, 8 males; 7 asymptomatic, 8 symptomatic) revealed high plasticity of vascular cells, including dedifferentiation and trans-differentiation, and identified the most gene-rich atherosclerosis subclusters to date, providing detailed insights into the disease's cellular landscape.
3. Sex-specific differences in atherosclerosis: Biological sex significantly impacts carotid stenosis, atherosclerosis, and cardiovascular risk, influenced by age and menopause. ScRNA-seq analysis uncovered sex-biased differences in subcellular clusters within carotid plaques. Females showed more osteogenic smooth muscle cells, immune-regulating macrophages, and endothelial cells undergoing mesenchymal transition. Males had more chondrocyte-like smooth muscle cells, tissue-remodeling macrophages, and angiogenic endothelial cells.
These scRNA insights, integrated with STARNET GRNs, validated GRN39 and GRN195 as critical for smooth muscle cell transformation and endothelial cell proliferation in males, respectively. Overall, this dissertation provides insights into atherosclerosis development in humans, focusing on (gene) systems networks, metabolic organs, and sex-specific trans-differentiation of key cell types, highlighting potential therapeutic targets.https://www.ester.ee/record=b576137
Пропедевтика и коррекция фонетико-фонематических ошибок на начальном этапе обучения русскому языку: опыт создания учебно-методического видеопособия
No full texthttps://www.ester.ee/record=b576646
Nõrgalt juhendatud kontrafaktuaalse pildi generaatori häälestamine kasvajate segmenteerimiseks läbi teoreetiliste ja arhitektuuriliste täiustuste
No full textAs demand grows for scalable and interpretable AI tools in medical imaging, particularly for tumour detection, weakly supervised learning has emerged as a promising solution. It enables the use of existing datasets that include diagnostic labels without requiring labour-intensive, pixel-level annotations. This thesis explores how architectural alignment can better leverage image-level labels to enhance the performance and quality of existing segmentation frameworks. The work builds upon a classifier-guided conditional generative adversarial network (GAN) pipeline that segments tumours through counterfactual inpainting. Several architectural and theoretical modifications are proposed, including the removal of architectural bias, integration of classifier features into the generator, alignment of the discriminator with anatomically paired data, and the use of relativistic GAN loss with gradient normalisation. The effectiveness of these modifications is evaluated on the Tartu University Hospital (TUH) kidney tumour dataset, which contains annotated CT scans. Results show that the proposed modifications achieve segmentation performance comparable to the baseline while reducing model constraints and cutting training time by up to two-thirds. These findings suggest that aligning model components can enhance the performance of weakly supervised pipelines that rely on indirect learning signals.Meditsiinilises pildidiagnostikas, eriti kasvajate tuvastamisel, on kasvav nõudlus skaleeritavate ja tõlgendatavate tehisintellektil põhinevate tööriistade järele. Nõrgalt juhendatud õpe on tõusnud üheks paljulubavaks lähenemiseks, mis võimaldab kasutada olemasolevaid diagnostilisi tõlgendusi sisaldavaid andmekogumeid, ilma et oleks vaja luua suurt töömahtu nõudvaid piksli tasandil märgendatud andmeid. Käesolevas töös uuritakse, kuidas eesmärgile paremini kohandatud arhitektuur võimaldab tõhusamalt kasutada pildi tasemel märgendeid, et tõsta olemasolevate segmenteerimisraamistike jõudlust ja kvaliteeti. Töös arendatakse edasi olemasolevat klassifitseerimismudelil põhinevat tingimuslikku generatiivset võistlevat võrgustikku (GAN), mis segmenteerib kasvajaid kontrafaktuaalse maalilmise kaudu. Esitatakse mitmeid täiustusi, sealhulgas arhitektuurilise kallutatuse eemaldamine, klassifitseerija tunnuste integreerimine generaatorisse, diskriminaatori kooskõlastamine anatoomiliselt oluliste andmetega ning relatiivse GAN-i kaofunktsiooni kasutamine koos gradiendi normaliseerimisega. Muudatuste tõhusust hinnatakse Tartu Ülikooli Kliinikumi neerukasvajate andmestikul, mis sisaldab märgendatud kompuutertomograafia pilte. Tulemused näitavad, et esitatud täiustused saavutavad baasmeetodiga võrreldava segmenteerimisjõudluse, vähendades mudeli piiranguid ja kasutades vaid üks kolmandik algsest treeningajast. Saadud tulemused viitavad sellele, et erinevate mudeli komponentide kooskõlastamine võib parandada nõrgalt juhendatud mudelite tõhusust, mis tuginevad kaudsetele õpisignaalidele
Ettevõtjate ootused ja koostöövõimaluste leidmine Tõstamaa osavalla näitel
No full texthttps://www.ester.ee/record=b5761299*es
Latent-Gated-MoE: Uudne ekspertide segu koos latentse ruumi jagamisega mitme klassi pildi klassifitseerimiseks
No full textThis thesis explores a novel mixture of experts (MoE) model for a multiclass image classification task. We call our model a Latent-Gated-MoE that focuses on the trade-off between computational complexity and accuracy. Big convolutional models, such as EfficientNet, while highly accurate, impose considerable training and inference costs. To address these challenges, a novel low-complexity architecture of mixture of experts (MoE) is proposed that first adds a variational auto-encoder (VAE) on top of a routing gate. The latent space from the variational autoencoder (VAE) architecture is split into 5 parts, and each latent part is routed to its corresponding experts. First, a standard MoE model is implemented in which a set of simple expert subnets is trained on the whole data set and combined using a learnable gating mechanism. Then, the traditional gating mechanism is replaced with a variant autoencoder (VAE)-based router, allowing routing decisions to be informed by probabilistic low-dimensional latent representations. In the final stage, a novel architecture is introduced in which the VAE latent vector is explicitly divided into expert-specific subspaces. Each expert receives a distinct portion of the latent code, while the router uses the full vector to determine the weights of the experts. Experiments are conducted on a five-class leaf image classification dataset, using clean and augmented samples to evaluate generalization and robustness. Our results show that the final model achieves competitive classification accuracy while maintaining a significantly smaller model footprint and reduced inference time.See lõputöö uurib uudset ekspertide segu (MoE) mudelit mitme klassi kujutiste klassifitseerimise ülesande jaoks. Nimetame oma mudelit Latent-Gated-MoE, mis keskendub arvutusliku keerukuse ja täpsuse vahelisele kompromissile. Suured konvolutsioonilised mudelid, nagu EfficientNet, on küll väga täpsed, kuid nõuavad märkimisväärseid koolitus- ja järelduskulusid. Nende väljakutsete lahendamiseks pakutakse välja uudne vähese keerukusega ekspertide seguarhitektuur (MoE), mis esmalt lisab marsruutimisvärava peale variatsioonilise automaatse kodeerija (VAE). Variatsioonilise autoencoderi (VAE) arhitektuuri varjatud ruum on jagatud 5 osaks ja iga varjatud osa suunatakse vastavatele ekspertidele. Esiteks rakendatakse standardset MoE mudelit, milles lihtsate ekspert-alamvõrkude komplekti koolitatakse kogu andmekogumi kohta ja kombineeritakse õpitava väravamehhanismi abil. Seejärel asendatakse traditsiooniline väravamehhanism alternatiivse autoencoder (VAE)-põhise ruuteriga, mis võimaldab marsruutimise otsuseid teavitada tõenäosuslike madalamõõtmeliste varjatud esitustest. Viimases etapis võetakse kasutusele uudne arhitektuur, milles VAE latentne vektor on selgesõnaliselt jagatud eksperdispetsiifilisteks alamruumideks. Iga ekspert saab kindla osa varjatud koodist, samas kui ruuter kasutab ekspertide kaalu määramiseks kogu vektorit. Katsed viiakse läbi viieklassilise lehekujutise klassifitseerimise andmekogumiga, kasutades üldistuse ja robustsuse hindamiseks puhtaid ja täiendatud proove. Meie tulemused näitavad, et lõplik mudel saavutab konkurentsivõimelise klassifitseerimise täpsuse, säilitades samal ajal oluliselt väiksema mudeli jalajälje ja lühendatud järeldusaega
Õpetajate teadmised digiturvalisusest ja selle põhimõtete õpetamisest alushariduses
No full texthttps://www.ester.ee/record=b576700
The Role of cuisine in shaping personal and cultural identity in Min Jin Lee’s Pachinko
No full textContemporary literature serves as a powerful tool for representing the experiences of marginalized communities. Min Jin Lee’s novel Pachinko centers around the Korean diaspora, with an emphasis on the everyday lives of Koreans and Korean immigrants in Japan during the 20th century. This thesis examines the portrayal of Korean cuisine in Pachinko with a specific focus on its importance in shaping and upholding the characters’ personal and cultural identities during the Japanese annexation of the Korean Peninsula and the subsequent migration of the characters to Japan.
The thesis is divided into four sections: the introduction, the literature review, the empirical analysis, and the conclusion. The introduction positions Pachinko within the context of Asian American literature, particularly through the lens of postcolonial theory, and states the aims of this study. The first chapter contains a literature review that provides a concise overview of the interplay between food, culture, and politics, specifically in the context of colonialism, as well as the current research on the novel. The second chapter presents an empirical analysis of the novel, focusing on the importance of Korean cuisine in the story of Pachinko by examining its connection with the characters’ heritage, use of language, and as a source of empowerment. The conclusion summarizes the findings of the thesis
Mikrobioomi seosed metaani ja naerugaasi voogudega parasvöötme ja troopika soometsades
No full textVäitekirja elektrooniline versioon ei sisalda publikatsiooneTurbaalad aitavad kliimamuutust leevendada sidudes süsinikku. Soode kuivendamisel eraldub enam kasvuhoonegaase (KHG), nagu süsihappegaas (CO₂), dilämmastikoksiid (N₂O) ja metaan (CH₄), mis soodustavad globaalset kliimasoojenemist ja lõhuvad osoonikihti. Käesolev väitekiri keskendus nii parasvöötme (Eesti) kui troopilise piirkonna (Réunioni saar) soometsadele, et uurida mikroobikooslusi ja nendega seotud KHG voogude dünaamikat. Parasvöötme kuivendatud soometsas olid pikaajalised N₂O emissioonid seotud arhede, bakterite ja seentega, kes osalevad erinevates lämmastikuringe protsessides. N₂O emissioonid olid kõrgemad kevadise külmumise-sulamistsükli ajal. Kui külmunud pealmine mullakiht sulas, suurenes mittetäielik denitrifikatsioon, mille tulemusena tõusis N₂O emissioon. Ilmade soojenedes hakkas N₂O-d tarbivate mikroobide arvukus ületama N₂O tootjaid, mis viis emissioonide vähenemiseni. Samal ajal jäid kevadised mulla CH₄ vood madalaks, kuid puutüvedest hakkas enam CH₄ eralduma. See viitab CH₄ tootmisele sügavamates mullakihtides, mis transporditi mulla alumistest kihtidest juurte kaudu tüvedesse. Troopiliste soometsade mullast eraldus vähe N₂O-d, sest madal pH aeglustas N₂O-d tootvat mittetäielikku denitrifikatsiooni ning N₂O-d tarbivate mikroobide arvukus oli suur. Samas sidusid need mullad CH₄ ja domineerivaks protsessiks oli n-DAMO (nitraadist sõltuv anaeroobne CH₄ oksüdatsioon). Puude tüvedele kogunev lehevaris, surnud taimne materjal ja tolm ehk nn võramuld sisaldas samuti mikroorganisme, kes osalesid KHG vahetuses, viidates sellele, et puude võramuld osaleb aktiivselt biogeokeemilistes tsüklites. Lisaks leiti, et ka lehed sisaldasid mikroobe, kes toodavad CH₄ ja tarbivad N₂O-d. See uurimus toob esile mikroobide olulise, kuid sageli tähelepanuta jääva rolli soometsade KHG-de dünaamikas. Mikroobseid protsesse mõistes on võimalik parandada soometsade majandamist ja kaitset ning prognoosida paremini KHG emissioone nendest ökosüsteemidest.Peatlands help fight climate change by storing carbon and absorbing more than they emit. But when drained, they can start releasing greenhouse gases (GHG) like carbon dioxide (CO₂), nitrous oxide (N₂O), and, sporadically, methane (CH₄), which contribute to global warming, and N₂O can even damage the ozone layer. This dissertation focused on peatland forests in both temperate (Estonia) and tropical (Réunion Island) regions to understand the dynamics of GHG fluxes and the related microbiome. In the temperate drained peatland forest, most of the N₂O emissions occurred during the freeze-thaw period in spring. During the topsoil thaw, incomplete denitrification led to these emissions. However, as the season progressed, the balance of microbial communities shifted, and N₂O-consuming microbes dominated the N₂O-producing ones in abundance, thus reducing the N₂O emissions. Meanwhile, the soil CH₄ fluxes remained low during spring, but tree stems started emitting CH₄, suggesting that CH₄ was being produced in deeper soil layers and transported up through the trees. In tropical peatland cloud forests, the peat soil produced minimal N₂O because of the slow rate of denitrification and a high abundance of N₂O consumers. Meanwhile, these soils absorbed CH₄ via a specific type of CH₄ consumption known as n-DAMO (nitrate-dependent anaerobic methane oxidation). The leaf litter, dead plant material, and dust collected on tree stems (called canopy soils) contained microbes that contribute to GHG exchanges, suggesting that the forest canopy is an active player in biogeochemical cycles. Moreover, leaves in these forests also possessed microbes responsible for producing CH₄ and absorbing N₂O. This research highlights the crucial but often overlooked roles of microbes in peatland forests’ GHG dynamics. By enhancing our understanding of microbial processes in peatland forests, we can improve their management and conservation and better predict future GHG emissions from these ecosystems.https://www.ester.ee/record=b575711
Negatiivne sotsiaalne taju toimetulekutoetuste taotlemise takistusena Harjumaa näitel
No full texthttps://www.ester.ee/record=b5763157*es
BGPals: Veebirakendus lauamängude kogumi haldamiseks, optimaalsete mängude leidmiseks ja suhtlemiseks
No full textThe goal of this bachelor’s thesis is to develop BGPals, a web application that connects board game enthusiasts, allowing them to manage their game collections, look up the game collections of other users, filter games and communicate with other users. The application was built using the Vue.js framework, a PostgreSQL database and Firebase services for authentication. The thesis describes the system architecture, the requirements of the web application, the user interface components, the structure of the database, and provides an overview of what board games are