Desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas

En la biología de sistemas, una ruta biológica representa una secuencia de reacciones o interacciones entre un grupo de genes expresados que participan en un proceso biológico. Durante la última década, el análisis de las rutas biológicas se ha convertido en una estrategia clave para la comprensión...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Dussaut, Julieta Sol
Otros Autores: Ponzoni, Ignacio
Formato: tesis doctoral
Lenguaje:Español
Publicado: 2016
Materias:
Ciencias de la computación
Bioinformática
Algoritmo evolutivo
Aprendizaje automático
Biclustering
Vía biológica
Acceso en línea:http://repositoriodigital.uns.edu.ar/handle/123456789/2566
Aporte de:
Repositorio Institucional Universidad Nacional del Sur (UNS) de Universidad Nacional del Sur
id I20-R126123456789-2566
record_format dspace
institution Universidad Nacional del Sur
institution_str I-20
repository_str R-126
collection Repositorio Institucional Universidad Nacional del Sur (UNS)
language Español
orig_language_str_mv spa
topic Ciencias de la computación
Bioinformática
Algoritmo evolutivo
Aprendizaje automático
Biclustering
Vía biológica
spellingShingle Ciencias de la computación
Bioinformática
Algoritmo evolutivo
Aprendizaje automático
Biclustering
Vía biológica
Dussaut, Julieta Sol
Desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas
topic_facet Ciencias de la computación
Bioinformática
Algoritmo evolutivo
Aprendizaje automático
Biclustering
Vía biológica
description En la biología de sistemas, una ruta biológica representa una secuencia de reacciones o interacciones entre un grupo de genes expresados que participan en un proceso biológico. Durante la última década, el análisis de las rutas biológicas se ha convertido en una estrategia clave para la comprensión de los significados biológicos de experimentos de alto rendimiento sobre un grupo de genes. Detrás de la idea del análisis de estas rutas existe el supuesto de que, para muchos fenómenos celulares complejos, resulta muy difícil encontrar una explicación mediante estudios que sólo se centran en una mirada al nivel de los genes. En particular esta tesis se centra en la investigación de técnicas de análisis de diafonía (cross-talk) entre rutas biológicas (pathways), enriqueciendo esta información por datos de experimentos de microarray mediante biclustering. De esta forma, se busca proveer una metodología bioinformática que identifique relaciones entre rutas biológicas y las explique, proporcionando información útil para asistir a expertos en biología molecular. Para cumplir este objetivo se desarrollaron métodos computacionales para el análisis tanto topológico como de enriquecimiento a nivel de rutas biológicas. Una de las herramientas desarrolladas, BAT(Gallo, Dussaut, Carballido, & Ponzoni, 2010), plantea la ejecución del algoritmo BiHEA(Gallo, Carballido, & Ponzoni, 2009), que realiza biclustering sobre los datos. Esto permite la identificación de grupos de genes co-expresados bajo ciertos subconjuntos de condiciones experimentales. Esta herramienta es utilizada en conjunto con otra, denominada PET, diseñada para utilizar datos topológicos relevantes a nivel de genes y proyectarlos a nivel de rutas biológicas para una mejor comprensión de los mecanismos de señalización que coordinan distintos procesos celulares. Se estudiaron y validaron estos métodos con datos de la enfermedad de Alzheimer, contrastando los resultados con los obtenidos por otros métodos publicados recientemente. De este modo, se puso en evidencia la relevancia de combinar técnicas de análisis topológico con enriquecimiento basado en datos de expresión y detección de sincronización entre rutas biológicas mediante el uso de métodos de biclustering como una estrategia integral para la identificación de diafonía entre procesos biológicos.
author2 Ponzoni, Ignacio
author_facet Ponzoni, Ignacio
Dussaut, Julieta Sol
format tesis doctoral
author Dussaut, Julieta Sol
author_sort Dussaut, Julieta Sol
title Desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas
title_short Desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas
title_full Desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas
title_fullStr Desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas
title_full_unstemmed Desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas
title_sort desarrollo de técnicas de aprendizaje automático y computación evolutiva multiobjetivo para la inferencia de redes de asociación entre vías biológicas
publishDate 2016
url http://repositoriodigital.uns.edu.ar/handle/123456789/2566
work_keys_str_mv AT dussautjulietasol desarrollodetecnicasdeaprendizajeautomaticoycomputacionevolutivamultiobjetivoparalainferenciaderedesdeasociacionentreviasbiologicas
bdutipo_str Repositorios
_version_ 1764820504888213504

Ejemplares similares