Biclustering sobre datos de expresión génica basado en búsqueda dispersa

Falta palabras clave

Detalhes bibliográficos
Autor: Nepomuceno Chamorro, Juan Antonio
Formato: tesis doctoral
Fecha de publicación:2015
País:España
Recursos:Universidad de Sevilla (US)
Repositorio:idUS. Depósito de Investigación de la Universidad de Sevilla
OAI Identifier:oai:idus.us.es:11441/27156
Acesso em linha:http://hdl.handle.net/11441/27156
Access Level:acceso abierto
Palavra-chave:Inteligencia artificial
Software
Biomatemáticas
id ES_66f1d9c4fbb9829717dd58cab3bb5e2f
oai_identifier_str oai:idus.us.es:11441/27156
network_acronym_str ES
network_name_str España
repository_id_str
spelling Biclustering sobre datos de expresión génica basado en búsqueda dispersaNepomuceno Chamorro, Juan AntonioInteligencia artificialSoftwareBiomatemáticasFalta palabras claveLos datos de expresión génica, y su particular naturaleza e importancia, motivan no sólo el desarrollo de nuevas técnicas sino la formulación de nuevos problemas como el problema del biclustering. El biclustering es una técnica de aprendizaje no supervisado que agrupa tanto genes como condiciones. Este doble agrupamiento lo diferencia del clustering tradicional sobre este tipo de datos ya que éste sólo agrupa o bien genes o condiciones. La presente tesis presenta un nuevo algoritmo de biclustering que permite el estudio de distintos criterios de búsqueda. Dicho algoritmo utiliza esquema de búsqueda dispersa, o scatter search, que independiza el mecanismo de búsqueda del criterio empleado. Se han estudiado tres criterios de búsqueda diferentes que motivan las tres principales aportaciones de la tesis. En primer lugar se estudia la correlación lineal entre los genes, que se integra como parte de la función objetivo empleada por el algoritmo de biclustering. La correlación lineal permite encontrar biclusters con patrones de desplazamiento y escalado, lo que mejora propuestas anteriores. En segundo lugar, y motivado por el significado biológico de los patrones de activación-inhibición entre genes, se modifica la correlación lineal de manera que se contemplen estos patrones. Por último, se ha tenido en cuenta la información disponible sobre genes en repositorios públicos, como la ontología de genes GO, y se incorpora dicha información como parte del criterio de búsqueda. Se añade un término extra que refleja, por cada bicluster que se evalúe, la calidad de ese grupo de genes según su información almacenada en GO. Se estudian dos posibilidades para dicho término de integración de información biológica, se comparan entre sí y se comprueba que los resultados son mejores cuando se usa información biológica en el algoritmo de biclustering. Las tres aportaciones descritas, junto con una serie de pasos intermedios, han dado lugar a resultados publicados tanto en revistas como en conferencias nacionales e internacionales.Troncoso Lora, AliciaAguilar Ruiz, Jesús SalvadorLenguajes y Sistemas Informáticos2015info:eu-repo/semantics/doctoralThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/11441/27156reponame:idUS. Depósito de Investigación de la Universidad de Sevillainstname:Universidad de Sevilla (US)Españolinfo:eu-repo/semantics/openAccessoai:idus.us.es:11441/271562026-06-17T12:51:07Z
dc.title.none.fl_str_mv Biclustering sobre datos de expresión génica basado en búsqueda dispersa
title Biclustering sobre datos de expresión génica basado en búsqueda dispersa
spellingShingle Biclustering sobre datos de expresión génica basado en búsqueda dispersa
Nepomuceno Chamorro, Juan Antonio
Inteligencia artificial
Software
Biomatemáticas
title_short Biclustering sobre datos de expresión génica basado en búsqueda dispersa
title_full Biclustering sobre datos de expresión génica basado en búsqueda dispersa
title_fullStr Biclustering sobre datos de expresión génica basado en búsqueda dispersa
title_full_unstemmed Biclustering sobre datos de expresión génica basado en búsqueda dispersa
title_sort Biclustering sobre datos de expresión génica basado en búsqueda dispersa
dc.creator.none.fl_str_mv Nepomuceno Chamorro, Juan Antonio
author Nepomuceno Chamorro, Juan Antonio
author_facet Nepomuceno Chamorro, Juan Antonio
author_role author
dc.contributor.none.fl_str_mv Troncoso Lora, Alicia
Aguilar Ruiz, Jesús Salvador
Lenguajes y Sistemas Informáticos
dc.subject.none.fl_str_mv Inteligencia artificial
Software
Biomatemáticas
topic Inteligencia artificial
Software
Biomatemáticas
description Falta palabras clave
publishDate 2015
dc.date.none.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/11441/27156
url http://hdl.handle.net/11441/27156
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:idUS. Depósito de Investigación de la Universidad de Sevilla
instname:Universidad de Sevilla (US)
instname_str Universidad de Sevilla (US)
reponame_str idUS. Depósito de Investigación de la Universidad de Sevilla
collection idUS. Depósito de Investigación de la Universidad de Sevilla
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869409853635559424
score 15,301603

Registos relacionados