Detección de conjuntos significativos de genes vía Silohuette

La selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de p...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Abras, Guillermo Néstor, Pastore, Juan Ignacio, Brun, M., Ballarín, Virginia Laura
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2010
Materias:	Ciencias Informáticas Selección de genes Clustering Jerárquico Índice Silhouette
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/152879 http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-01_0.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-152879
record_format	dspace
spelling	I19-R120-10915-1528792023-05-12T20:03:52Z http://sedici.unlp.edu.ar/handle/10915/152879 http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-01_0.pdf issn:1853-1881 Detección de conjuntos significativos de genes vía Silohuette Abras, Guillermo Néstor Pastore, Juan Ignacio Brun, M. Ballarín, Virginia Laura 2010 2010 2023-05-12T13:51:54Z es Ciencias Informáticas Selección de genes Clustering Jerárquico Índice Silhouette La selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de proporcionar características apropiadas para la tarea de clasificación. En otros casos es interesante seleccionar grupos grandes de los genes con un comportamiento similar, independientemente de la clase. Esta tarea se realiza generalmente por algoritmo de agrupamiento, donde toda la familia de genes, o un subconjunto de ellos, se agrupan en grupos significativos. Estas técnicas proporcionan una visión sobre la posible co-regulación entre los genes, pero por lo general ofrecen grandes, tal vez enormes conjuntos, en función del número de clusters necesarios. En este trabajo se presenta un nuevo algoritmo que establece una lista de genes con una expresión muy similar. Esto es posible mediante el agrupamiento de árboles completos proporcionados por el algoritmo de agrupamiento jerárquico, y el índice Silueta para la clasificación de los subconjuntos. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 2876-2886
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Selección de genes Clustering Jerárquico Índice Silhouette
spellingShingle	Ciencias Informáticas Selección de genes Clustering Jerárquico Índice Silhouette Abras, Guillermo Néstor Pastore, Juan Ignacio Brun, M. Ballarín, Virginia Laura Detección de conjuntos significativos de genes vía Silohuette
topic_facet	Ciencias Informáticas Selección de genes Clustering Jerárquico Índice Silhouette
description	La selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de proporcionar características apropiadas para la tarea de clasificación. En otros casos es interesante seleccionar grupos grandes de los genes con un comportamiento similar, independientemente de la clase. Esta tarea se realiza generalmente por algoritmo de agrupamiento, donde toda la familia de genes, o un subconjunto de ellos, se agrupan en grupos significativos. Estas técnicas proporcionan una visión sobre la posible co-regulación entre los genes, pero por lo general ofrecen grandes, tal vez enormes conjuntos, en función del número de clusters necesarios. En este trabajo se presenta un nuevo algoritmo que establece una lista de genes con una expresión muy similar. Esto es posible mediante el agrupamiento de árboles completos proporcionados por el algoritmo de agrupamiento jerárquico, y el índice Silueta para la clasificación de los subconjuntos.
format	Objeto de conferencia Objeto de conferencia
author	Abras, Guillermo Néstor Pastore, Juan Ignacio Brun, M. Ballarín, Virginia Laura
author_facet	Abras, Guillermo Néstor Pastore, Juan Ignacio Brun, M. Ballarín, Virginia Laura
author_sort	Abras, Guillermo Néstor
title	Detección de conjuntos significativos de genes vía Silohuette
title_short	Detección de conjuntos significativos de genes vía Silohuette
title_full	Detección de conjuntos significativos de genes vía Silohuette
title_fullStr	Detección de conjuntos significativos de genes vía Silohuette
title_full_unstemmed	Detección de conjuntos significativos de genes vía Silohuette
title_sort	detección de conjuntos significativos de genes vía silohuette
publishDate	2010
url	http://sedici.unlp.edu.ar/handle/10915/152879 http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-01_0.pdf
work_keys_str_mv	AT abrasguillermonestor detecciondeconjuntossignificativosdegenesviasilohuette AT pastorejuanignacio detecciondeconjuntossignificativosdegenesviasilohuette AT brunm detecciondeconjuntossignificativosdegenesviasilohuette AT ballarinvirginialaura detecciondeconjuntossignificativosdegenesviasilohuette
_version_	1765731336879865856

Detección de conjuntos significativos de genes vía Silohuette

Ejemplares similares