Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión

El análisis de datos provenientes de experimentos con microarreglos de ADN, es una labor que, por la cantidad y complejidad de los datos, requiere del uso de herramientas bioinformáticas. Una de ellas es el biclustering, el cual tiene como objetivo principal encontrar submatrices de expresión genéti...

Descripción completa

Detalles Bibliográficos
Autor: Peña Paz, Lyda
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2014
País:Colombia
Institución:Universidad Autónoma de Occidente
Repositorio:RED: Repositorio Educativo Digital UAO
Idioma:español
OAI Identifier:oai:red.uao.edu.co:10614/10705
Acceso en línea:http://hdl.handle.net/10614/10705
Access Level:acceso abierto
Palabra clave:Bioinformática
ADN
Bioinformatics
DNA
Biclustering
Microarreglos
Algoritmos no lineales
DNA microarray
Algorithms
id CO_acfd9ca054e676152bbc5e0dded9e8a3
oai_identifier_str oai:red.uao.edu.co:10614/10705
network_acronym_str CO
network_name_str Colombia
repository_id_str
dc.title.none.fl_str_mv Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
spellingShingle Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
Peña Paz, Lyda
Bioinformática
ADN
Bioinformatics
DNA
Biclustering
Microarreglos
Algoritmos no lineales
DNA microarray
Algorithms
title_short Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_full Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_fullStr Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_full_unstemmed Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_sort Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
dc.creator.none.fl_str_mv Peña Paz, Lyda
author Peña Paz, Lyda
author_facet Peña Paz, Lyda
author_role author
dc.subject.none.fl_str_mv Bioinformática
ADN
Bioinformatics
DNA
Biclustering
Microarreglos
Algoritmos no lineales
DNA microarray
Algorithms
topic Bioinformática
ADN
Bioinformatics
DNA
Biclustering
Microarreglos
Algoritmos no lineales
DNA microarray
Algorithms
description El análisis de datos provenientes de experimentos con microarreglos de ADN, es una labor que, por la cantidad y complejidad de los datos, requiere del uso de herramientas bioinformáticas. Una de ellas es el biclustering, el cual tiene como objetivo principal encontrar submatrices de expresión genética, compuestas por un grupo de genes que se expresan de forma similar ante un conjunto de condiciones experimentales establecidas. En el presente artículo se hace un compendio de las diferentes propuestas de algoritmos que se han desarrollado para afrontar este problema
publishDate 2014
dc.date.none.fl_str_mv 2014-06
2019-03-05T21:24:20Z
2019-03-05T21:24:20Z
dc.type.none.fl_str_mv Artículo de revista
http://purl.org/coar/resource_type/c_6501
Text
info:eu-repo/semantics/article
http://purl.org/redcol/resource_type/ARTREF
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 01210777
http://hdl.handle.net/10614/10705
identifier_str_mv 01210777
url http://hdl.handle.net/10614/10705
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv El Hombre y la Máquina. Número 44 (enero-junio, 2014); páginas 92-102
102
44
92
Peña, L., (2014). Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión. El Hombre y la Máquina, (44), 92-102. http://hdl.handle.net/10614/10705
El hombre y la máquina
Baena, D., Santos, D. & Ruiz, D. (2006). Análisis de datos de Expresión Genética mediante técnicas de Biclustering. Retrieved from http://www.lsi.us.es/docs/doctorado/ memorias/Memoria-v2.pdf [Accessed January 13, 2014]
BenDor, A., Chor, B., Karp, R & Yakhini, Z. (2003). Discovering local structure in gene expression data: the order-preserving submatrix problem. Journal of computational biology : a journal of computational molecular cell biology, 10, (3 - 4), 373 - 84. Retrieved from http://www. ncbi.nlm.nih.gov/pubmed/12935334
Bryan, K. (2005). Biclustering of expression data using simulated annealing. Computer-Based Medical, 383 - 388. Retrieved from http://ieeexplore.ieee.org/lpdocs/epic03/ wrapper.htm?arnumber=1467720 [Accessed March 10, 2014].
Cheng, Y. & Church, G. (2000). Biclustering of expression data. Ismb. Retrieved from ftp://samba.ad.sdsc.edu/pub/sdsc/biology/ ISMB00/157.pdf [Accessed November 1, 2013]
Cho, H., Dhillon, I., Guan, Y. & Sra, S. (2004). Minimum Sum-Squared Residue Co-Clustering of Gene Expression Data. SDM. Retrieved from http://www.iipl.fudan.edu.cn/~zhangjp/literatures/Bioinformatics/Microarray/cho04minim m. pdf [Accessed November 1, 2013].
Getz, G., Levine, E. & Domany, E. (2000). Coupled two-way clustering analysis of gene microarray data. Proceedings of the National Academy of Sciences of the United States of America, 97, (22), 12079 - 84. Recuperado de http://www.pubmedcentral.nih.gov/articlerender.fcgi?rtid=17297&tool=pmcentrez&rende rtype=abstract.
Kluger, Y., Basri, R., Chang, J., Gerstein, M. (2003). Spectral biclustering of microarray data: coclustering genes and conditions. Genome research, 13, (4), 703 - 716. Retrieved from http://genome.cshlp.org/content/13/4/703.short [Accessed November 1, 2013]
Liu, J., Li, Z., Hu, Z. & Chen, Y. (2009). Multi-objective ant colony optimization biclustering of microarray data. In IEEE International Conference - Granular ComSuWinJ 200 *5& µ0 . Nanchang. Retrieved from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=5255086 [Accessed November 1, 2013]
Madeira, S. C. & Oliveira, A. L. (2004). Biclustering algorithms for biological data analysis: a survey. IEEE/ACM transactions on computaWional bioloJy and bioinIormaWiFV ,EEE $&M, 1, (1), 24 - 45. Retrieved from http://www.ncbi. nlm.nih.gov/pubmed/17048406.
Pontes, B., Giráldez, R. & Aguilar-Ruiz, J. S. 201 . &on¿guraEOe pattern-Eased evoOutionary biclustering of gene expression data. Algorithms for molecular biology: AMB, 8, (1), 4. Retrieved from http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3668234&tool=pmcentrez&re ndertype=abstract.
Sheng, Q., Moreau, Y. & De Moor, B. (2003). Biclustering microarray data by Gibbs sampling. %ioinIormaWiFV 2[Iord EnJland , 19, 2, ii 196 - 205. Retrived from http://www.ncbi.nlm.nih.gov/ pubmed/14534190
Tibshirani, R., Hastie, T. & Eisen, M. (1999). Clustering methods for the analysis of DNA microarray data. 'eSW. 6WaWiVW. 6Wanford. Retrieved from http://citeseerx.ist.psu. edu/viewdoc/download?doi=10.1.1.227.873 7&rep=rep1&type=pdf [Accessed November 5, 2013].
Wang, H., Wang, W., Yang, J. Y Yu, P. (2002). Clustering by pattern similarity in large data sets. In 3roFeedinJV oI WKe 2002 $&M SIGMOD international conference on Management of data - SIGMOD ¶02, 2 (p. 394). Retrieved from http://portal.acm.org/citation. cfm?doid=564691.564737
Yang, J., Wang, W., Wang, H. & Yu, P. 2002. į-clusters: Capturing subspace correlation in a large data set. In 1 WK ,nWernaWional &onIerenFe 'aWa EnJineerinJ 2002 3roFeedinJV. Retrived from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=994771 [Accessed November 1, 2013]
dc.rights.none.fl_str_mv Derechos Reservados - Universidad Autónoma de Occidente
https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Derechos Reservados - Universidad Autónoma de Occidente
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
11 páginas
application/pdf
dc.coverage.none.fl_str_mv Universidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí
dc.publisher.none.fl_str_mv Universidad Autónoma de Occidente
publisher.none.fl_str_mv Universidad Autónoma de Occidente
dc.source.none.fl_str_mv reponame:RED: Repositorio Educativo Digital UAO
instname:Universidad Autónoma de Occidente
instacron:Universidad Autónoma de Occidente
instname_str Universidad Autónoma de Occidente
instacron_str Universidad Autónoma de Occidente
institution Universidad Autónoma de Occidente
reponame_str RED: Repositorio Educativo Digital UAO
collection RED: Repositorio Educativo Digital UAO
_version_ 1825053271570513920
spelling Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisiónPeña Paz, LydaBioinformáticaADNBioinformaticsDNABiclusteringMicroarreglosAlgoritmos no linealesDNA microarrayAlgorithmsEl análisis de datos provenientes de experimentos con microarreglos de ADN, es una labor que, por la cantidad y complejidad de los datos, requiere del uso de herramientas bioinformáticas. Una de ellas es el biclustering, el cual tiene como objetivo principal encontrar submatrices de expresión genética, compuestas por un grupo de genes que se expresan de forma similar ante un conjunto de condiciones experimentales establecidas. En el presente artículo se hace un compendio de las diferentes propuestas de algoritmos que se han desarrollado para afrontar este problemaThe analysis of DNA microarray data is a compound and complex task because the amount of data. This is the reason why is important the use of bioinformatics tools. One of these is EicOustering ZKicK aims to ¿nd suEmatrices composed by a group of genes that are tightly coregulated across many experiments. In this paper, I present different algorithms to biclustering, classifying them according to the algorithm approach usedUniversidad Autónoma de Occidente2019-03-05T21:24:20Z2019-03-05T21:24:20Z2014-06Artículo de revistahttp://purl.org/coar/resource_type/c_6501Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARTREFinfo:eu-repo/semantics/publishedVersionapplication/pdf11 páginasapplication/pdf01210777http://hdl.handle.net/10614/10705spaEl Hombre y la Máquina. Número 44 (enero-junio, 2014); páginas 92-1021024492Peña, L., (2014). Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión. El Hombre y la Máquina, (44), 92-102. http://hdl.handle.net/10614/10705El hombre y la máquinaBaena, D., Santos, D. & Ruiz, D. (2006). Análisis de datos de Expresión Genética mediante técnicas de Biclustering. Retrieved from http://www.lsi.us.es/docs/doctorado/ memorias/Memoria-v2.pdf [Accessed January 13, 2014]BenDor, A., Chor, B., Karp, R & Yakhini, Z. (2003). Discovering local structure in gene expression data: the order-preserving submatrix problem. Journal of computational biology : a journal of computational molecular cell biology, 10, (3 - 4), 373 - 84. Retrieved from http://www. ncbi.nlm.nih.gov/pubmed/12935334Bryan, K. (2005). Biclustering of expression data using simulated annealing. Computer-Based Medical, 383 - 388. Retrieved from http://ieeexplore.ieee.org/lpdocs/epic03/ wrapper.htm?arnumber=1467720 [Accessed March 10, 2014].Cheng, Y. & Church, G. (2000). Biclustering of expression data. Ismb. Retrieved from ftp://samba.ad.sdsc.edu/pub/sdsc/biology/ ISMB00/157.pdf [Accessed November 1, 2013]Cho, H., Dhillon, I., Guan, Y. & Sra, S. (2004). Minimum Sum-Squared Residue Co-Clustering of Gene Expression Data. SDM. Retrieved from http://www.iipl.fudan.edu.cn/~zhangjp/literatures/Bioinformatics/Microarray/cho04minim m. pdf [Accessed November 1, 2013].Getz, G., Levine, E. & Domany, E. (2000). Coupled two-way clustering analysis of gene microarray data. Proceedings of the National Academy of Sciences of the United States of America, 97, (22), 12079 - 84. Recuperado de http://www.pubmedcentral.nih.gov/articlerender.fcgi?rtid=17297&tool=pmcentrez&rende rtype=abstract.Kluger, Y., Basri, R., Chang, J., Gerstein, M. (2003). Spectral biclustering of microarray data: coclustering genes and conditions. Genome research, 13, (4), 703 - 716. Retrieved from http://genome.cshlp.org/content/13/4/703.short [Accessed November 1, 2013]Liu, J., Li, Z., Hu, Z. & Chen, Y. (2009). Multi-objective ant colony optimization biclustering of microarray data. In IEEE International Conference - Granular ComSuWinJ 200 *5& µ0 . Nanchang. Retrieved from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=5255086 [Accessed November 1, 2013]Madeira, S. C. & Oliveira, A. L. (2004). Biclustering algorithms for biological data analysis: a survey. IEEE/ACM transactions on computaWional bioloJy and bioinIormaWiFV ,EEE $&M, 1, (1), 24 - 45. Retrieved from http://www.ncbi. nlm.nih.gov/pubmed/17048406.Pontes, B., Giráldez, R. & Aguilar-Ruiz, J. S. 201 . &on¿guraEOe pattern-Eased evoOutionary biclustering of gene expression data. Algorithms for molecular biology: AMB, 8, (1), 4. Retrieved from http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3668234&tool=pmcentrez&re ndertype=abstract.Sheng, Q., Moreau, Y. & De Moor, B. (2003). Biclustering microarray data by Gibbs sampling. %ioinIormaWiFV 2[Iord EnJland , 19, 2, ii 196 - 205. Retrived from http://www.ncbi.nlm.nih.gov/ pubmed/14534190Tibshirani, R., Hastie, T. & Eisen, M. (1999). Clustering methods for the analysis of DNA microarray data. 'eSW. 6WaWiVW. 6Wanford. Retrieved from http://citeseerx.ist.psu. edu/viewdoc/download?doi=10.1.1.227.873 7&rep=rep1&type=pdf [Accessed November 5, 2013].Wang, H., Wang, W., Yang, J. Y Yu, P. (2002). Clustering by pattern similarity in large data sets. In 3roFeedinJV oI WKe 2002 $&M SIGMOD international conference on Management of data - SIGMOD ¶02, 2 (p. 394). Retrieved from http://portal.acm.org/citation. cfm?doid=564691.564737Yang, J., Wang, W., Wang, H. & Yu, P. 2002. į-clusters: Capturing subspace correlation in a large data set. In 1 WK ,nWernaWional &onIerenFe 'aWa EnJineerinJ 2002 3roFeedinJV. Retrived from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=994771 [Accessed November 1, 2013]Universidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-JamundíDerechos Reservados - Universidad Autónoma de Occidentehttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)reponame:RED: Repositorio Educativo Digital UAOinstname:Universidad Autónoma de Occidenteinstacron:Universidad Autónoma de Occidente2024-03-12T19:52:12Z
score 15.811543

Similares en LA Referencia