Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional

Mostrar todas las versiones(2)

El objetivo de este proyecto, enmarcado en el área de metodología de análisis en bioingeniería-biotecnología aplicadas al estudio del cáncer, es el análisis y caracterización a través de perfiles de expresión de proteínas y genes de las vías metabólicas asociadas a progresión tumoral. Dicho estudio...

Descripción completa

Detalles Bibliográficos
Autores principales:	Fernández, Elmer Andrés, Fresno Rodríguez, Cristóbal
Formato:	proyecto_de_investigacion
Lenguaje:	Español
Publicado:	2012
Materias:	QH426 Genética TA Ingeniería de asistencia técnica (General). Ingeniería Civil (General)
Acceso en línea:	http://pa.bibdigital.ucc.edu.ar/307/1/PI_Fernandez_Fresno.pdf
Aporte de:	Producción Académica Universidad Católica de Córdoba (UCCor) de Universidad Católica de Córdoba

id	I38-R144-307
record_format	dspace
spelling	I38-R144-3072025-03-06T17:46:01Z http://pa.bibdigital.ucc.edu.ar/307/ Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional Fernández, Elmer Andrés Fresno Rodríguez, Cristóbal QH426 Genética TA Ingeniería de asistencia técnica (General). Ingeniería Civil (General) El objetivo de este proyecto, enmarcado en el área de metodología de análisis en bioingeniería-biotecnología aplicadas al estudio del cáncer, es el análisis y caracterización a través de perfiles de expresión de proteínas y genes de las vías metabólicas asociadas a progresión tumoral. Dicho estudio se llevará a cabo mediante la utilización de tecnologías de alto rendimiento. Las mismas permiten evaluar miles de genes/proteínas en forma simultánea, generando así una gran cantidad de datos de expresión. Se hipotetiza que para un análisis e interpretación de la información subyacente, caracterizada por su abundancia y complejidad, podría realizarse mediante técnicas estadístico-computacionales eficientes en el contexto de modelos mixtos y técnicas de aprendizaje automático. Para que el análisis sea efectivo es necesario contemplar los efectos ocasionados por los diferentes factores experimentales ajenos al fenómeno biológico bajo estudio. Estos efectos pueden enmascarar la información subyacente y así perder informacion relevante en el contexto de progresión tumoral. La identificación de estos efectos permitirá obtener, eficientemente, los perfiles de expresión molecular que podrían permitir el desarrollo de métodos de diagnóstico basados en ellos. Con este trabajo se espera poner a disposición de investigadores de nuestro medio, herramientas y procedimientos de análisis que maximicen la eficiencia en el uso de los recursos asignados a la masiva captura de datos genómicos/proteómicos que permitan extraer información biológica relevante pertinente al análisis, clasificación o predicción de cáncer, el diseño de tratamientos y terapias específicos y el mejoramiento de los métodos de detección como así tambien aportar al entendimiento de la progresión tumoral mediante análisis computacional intensivo. 2012-03-01 proyecto_de_investigacion info:eu-repo/semantics/closedAccess application/pdf spa http://pa.bibdigital.ucc.edu.ar/307/1/PI_Fernandez_Fresno.pdf Fernández, Elmer Andrés ORCID: https://orcid.org/0000-0002-4711-8634 <https://orcid.org/0000-0002-4711-8634> and Fresno Rodríguez, Cristóbal (2012) Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional. [Proyecto de investigación]
institution	Universidad Católica de Córdoba
institution_str	I-38
repository_str	R-144
collection	Producción Académica Universidad Católica de Córdoba (UCCor)
language	Español
orig_language_str_mv	spa
topic	QH426 Genética TA Ingeniería de asistencia técnica (General). Ingeniería Civil (General)
spellingShingle	QH426 Genética TA Ingeniería de asistencia técnica (General). Ingeniería Civil (General) Fernández, Elmer Andrés Fresno Rodríguez, Cristóbal Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional
topic_facet	QH426 Genética TA Ingeniería de asistencia técnica (General). Ingeniería Civil (General)
description	El objetivo de este proyecto, enmarcado en el área de metodología de análisis en bioingeniería-biotecnología aplicadas al estudio del cáncer, es el análisis y caracterización a través de perfiles de expresión de proteínas y genes de las vías metabólicas asociadas a progresión tumoral. Dicho estudio se llevará a cabo mediante la utilización de tecnologías de alto rendimiento. Las mismas permiten evaluar miles de genes/proteínas en forma simultánea, generando así una gran cantidad de datos de expresión. Se hipotetiza que para un análisis e interpretación de la información subyacente, caracterizada por su abundancia y complejidad, podría realizarse mediante técnicas estadístico-computacionales eficientes en el contexto de modelos mixtos y técnicas de aprendizaje automático. Para que el análisis sea efectivo es necesario contemplar los efectos ocasionados por los diferentes factores experimentales ajenos al fenómeno biológico bajo estudio. Estos efectos pueden enmascarar la información subyacente y así perder informacion relevante en el contexto de progresión tumoral. La identificación de estos efectos permitirá obtener, eficientemente, los perfiles de expresión molecular que podrían permitir el desarrollo de métodos de diagnóstico basados en ellos. Con este trabajo se espera poner a disposición de investigadores de nuestro medio, herramientas y procedimientos de análisis que maximicen la eficiencia en el uso de los recursos asignados a la masiva captura de datos genómicos/proteómicos que permitan extraer información biológica relevante pertinente al análisis, clasificación o predicción de cáncer, el diseño de tratamientos y terapias específicos y el mejoramiento de los métodos de detección como así tambien aportar al entendimiento de la progresión tumoral mediante análisis computacional intensivo.
format	proyecto_de_investigacion
author	Fernández, Elmer Andrés Fresno Rodríguez, Cristóbal
author_facet	Fernández, Elmer Andrés Fresno Rodríguez, Cristóbal
author_sort	Fernández, Elmer Andrés
title	Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional
title_short	Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional
title_full	Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional
title_fullStr	Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional
title_full_unstemmed	Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional
title_sort	estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional
publishDate	2012
url	http://pa.bibdigital.ucc.edu.ar/307/1/PI_Fernandez_Fresno.pdf
work_keys_str_mv	AT fernandezelmerandres estrategiasestadisticasydeaprendizajeautomaticoengenomicayproteomicafuncional AT fresnorodriguezcristobal estrategiasestadisticasydeaprendizajeautomaticoengenomicayproteomicafuncional
_version_	1832591787742461952

Estrategias estadísticas y de aprendizaje automático en genómica y proteómica funcional

Ejemplares similares