Por favor, use este identificador para citar o enlazar este ítem:
http://repositoriocyt.unlam.edu.ar/handle/123456789/308
Autor(es): | Santa María, Cristóbal Raúl Soria, Marcelo Abel López, Luis Martínez, Pablo Witold Cacho Mendoza, Ariel |
Título: | Data mining y simulación en evaluaciones de biodiversidad |
Director(es): | Santa María, Cristóbal Raúl |
Descriptores y temas: | BIODIVERSIDAD ALGORITMOS MINERIA DE DATOS GENOMICA SOFTWARE |
Editor: | Universidad Nacional de La Matanza |
Referencia sugerida: | Santa María, C. R., Soria, M. A., López, L., Martínez, P. W., y Cacho Mendoza, A. (2014). Data mining y simulación en evaluaciones de biodiversidad [archivo PDF]. San Justo: Universidad Nacional de La Matanza. Recuperado de http://repositoriocyt.unlam.edu.ar/handle/123456789/308 |
Resumen y filiaciones: | La investigación realizada se refiere a mediciones de biodiversidad en relevamientos metagenómicos. La secuenciación de ADN permite contar con información procedente de una comunidad microbiológica en cantidad suficiente como para intentar establecer parámetros de riqueza y diversidad de taxones de la población. A partir de una muestra de secuencias de ADN de un gen marcado es posible inferir la cantidad de especies, o en general taxones, presentes en la comunidad y su distribución. Esta inferencia ofrece dificultades que el trabajo ha intentado superar. Es usual que la inferencia estadística de la riqueza biológica por técnicas no paramétricas subestime los valores reales que presenta la población. Se propone entonces un algoritmo de recuento de especies (ARE) que mejora sensiblemente la estimación Ante la imposibilidad fáctica, tecnológica y económica, de contar con secuencias correspondientes al total de una población, el testeo de los resultados obtenidos se realizó construyendo una población simulada basada en una distribución de Fischer de las especies. También se tomaron submuestras de una muestra de gran tamaño cuya riqueza real era conocida y se testeo la eficiencia del algoritmo bajo tal situación. Finalmente el proyecto abordó la programación y paralelización del procedimiento ARE en lenguaje C lo que abrevió los tiempos de ejecución requeridos por los programas prototipo que habían sido realizados con software R. Se considera haber obtenido un procedimiento que constituye una forma sustancialmente mejorada de evaluación de riqueza para las comunidades microbiológicas, a la vez eficiente también en su cálculo computacional y con sensible impacto en el ámbito de los estudios de biodiversidad referida a microorganismos presentes en suelos, atmósfera o en el medio interno humano y animal. Fil: Santa María, Cristóbal Raúl. Universidad Nacional de La Matanza; Argentina. Fil: Soria, Marcelo Abel. Universidad de Buenos Aires. Facultad de Agronomía. Cátedra de Microbiología Agrícola; Argentina. Fil: López, Luis. Universidad Nacional de La Matanza; Argentina. Fil: Martínez, Pablo Witold. Universidad Nacional de La Matanza; Argentina. Fil: Cacho Mendoza, Ariel. Universidad Nacional de La Matanza; Argentina. |
URI: | http://repositoriocyt.unlam.edu.ar/handle/123456789/308 |
Aparece en las colecciones: | Investigaciones |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Data mining y simulación en evaluaciones de biodiversidad.pdf | 2.63 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.