Predictor para el síndrome de Lynch: comparativa y análisis de algoritmos de machine learning
En el desarrollo de este proyecto se ha analizado el síndrome de Lynch, un síndrome hereditario que aumenta las posibilidades de padecer ciertos tipos de cáncer. Este síndrome se detecta debido a mutaciones en los genes: MLH1, MSH1, MSH2, MSH6 o PMS2. Se ha querido desarrollar un predictor del síndr...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/90987 |
| Acceso en línea: | http://hdl.handle.net/10609/90987 |
| Access Level: | acceso abierto |
| Palabra clave: | síndrome de Lynch scikits.learn Python aprendizaje automático Lynch syndrome machine learning aprenentatge automàtic Bioinformatics -- TFM Bioinformàtica -- TFM Bioinformática -- TFM |
| Sumario: | En el desarrollo de este proyecto se ha analizado el síndrome de Lynch, un síndrome hereditario que aumenta las posibilidades de padecer ciertos tipos de cáncer. Este síndrome se detecta debido a mutaciones en los genes: MLH1, MSH1, MSH2, MSH6 o PMS2. Se ha querido desarrollar un predictor del síndrome partiendo de ciertas características de los individuos. Para ello, el primer paso ha sido recolectar datos para poder aplicar distintos algoritmos de Machine Learning. Tras encontrar los datos más adecuados, se ha realizado un análisis de estos, luego se han aplicado distintos algoritmos de clasificación para al final compararlos todos. La librería principal utilizada en el desarrollo del producto ha sido scikit-learn de Python. Dentro de todos los algoritmos utilizados, en algunos de ellos se ha realizado un estudio por minorizado de los parámetros configurables para de esta forma obtener los resultados más óptimos. Todo el trabajo se ha visto marcado debido a los datos, ya que la muestra de estos era pequeña. |
|---|