Por favor, use este identificador para citar o enlazar este ítem: http://repositoriocyt.unlam.edu.ar/handle/123456789/583
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseLicencia Creative Commons Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)spa
dc.contributorSanta María, Cristóbal Raúlspa
dc.contributorLópez, Luisspa
dc.creatorSanta María, Cristóbal Raúlspa
dc.creatorLópez, Luisspa
dc.creatorSoria, Marcelo Abelspa
dc.creatorMartínez, Pablo Witoldspa
dc.creatorOtaegui, Juan Carlosspa
dc.creatorSanta María, Victoriaspa
dc.creatorGalanternik, Fernandospa
dc.creatorÁvila, Lauraspa
dc.date2016spa
dc.date.accessioned2021-06-11T23:59:36Z-
dc.date.available2021-06-11T23:59:36Z-
dc.identifier.citationSanta María, C. R., López, L., Soria, M. A., Martínez, P. W., Otaegui, J. C., Santa María, V., Galanternik, F., Ávila, L. (2016). Aplicaciones de data mining al estudio del microbioma humano [Archivo PDF]. San Justo: Universidad Nacional de La Matanza. Recuperado de http://repositoriocyt.unlam.edu.ar/handle/123456789/583spa
dc.identifier.urihttp://repositoriocyt.unlam.edu.ar/handle/123456789/583spa
dc.descriptionEl proyecto desarrollado procuró aportar procedimientos computacionales adecuados para analizar la relación clínica entre el microbioma intestinal y la presencia de patologías tales como el cáncer de colon y la enfermedad de Crohn. Utilizando un sistema operativo biolinux y el software Superfocus se trabajó con conjuntos de datos formados inicialmente por las secuencias de ADN obtenidas de microbiomas de pacientes. Las muestras fueron extraídas de repositorios metagenómicos internacionales. Mediante los procesos realizados se obtuvieron distribuciones de abundancia de carácter taxonómico y funcional. A partir de ellas se aplicaron métodos para construir la matriz de distancia entre secuencias. Para esta tarea se utilizó la distancia de Jensen-Shannon entre distribuciones. Usando la matriz de distancias se armaron clusters mediante la aplicación del algoritmo PAM y se evaluó la consistencia de los agrupamientos obtenidos. De tal forma se estableció una “pipeline”deprocedimientos, programados en lenguaje R, para llegar a agrupamientos de microbiomas que representaran enterotipos clínicos. Para muestras relacionadas con la Enfermedad de Crohna partir de la distribución de abundancia taxonómica de los microbiomas se analizó la relación entre el diagnóstico clínico y los clusters obtenidos aplicando el método de componentes principales. El trabajo consolidó el conocimiento necesario para afrontar próximos estudios a partir de muestras de pacientes locales en la continuidad de la línea de investigación.spa
dc.descriptionFil: Santa María, Cristóbal Raúl. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.descriptionFil: López, Luis. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.descriptionFil: Soria, Marcelo Abel. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.descriptionFil: Martínez, Pablo Witold. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.descriptionFil: Otaegui, Juan Carlos. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.descriptionFil: Santa María, Victoria. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.descriptionFil: Galanternik, Fernando. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.descriptionFil: Ávila, Laura. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.spa
dc.formatapplication/pdfspa
dc.format.extent17 p.spa
dc.languagespaspa
dc.publisherUniversidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicasspa
dc.relationinfo:eu-repo/grantAgreement/SPU/PROINCE/C-169/AR. Buenos Aires. San Justo/Aplicaciones de data mining al estudio del microbioma humanospa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rightshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/spa
dc.subjectMICROBIOLOGIAspa
dc.subjectENFERMEDADESspa
dc.subjectADNspa
dc.subject.ddc610.28spa
dc.titleAplicaciones de data mining al estudio del microbioma humanospa
dc.typeinfo:eu-repo/semantics/reportspa
dc.typeinfo:ar-repo/semantics/informe técnicospa
dc.typeinfo:eu-repo/semantics/acceptedVersionspa
Aparece en las colecciones: Investigaciones

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Aplicaciones de data mining al estudio del microbioma humano.pdf629.23 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.