Análisis de asociaciones en escenarios de datos masivos
La cantidad de datos en estudios biológicos se ha incrementado dramáticamente en los últimos años debido a la incorporación de nuevas fuentes y capacidades de procesamiento. Los secuenciadores automáticos del ADN y los microarreglos han permitido obtener grandes volúmenes de información a nivel mole...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2011
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/125995 https://40jaiio.sadio.org.ar/sites/default/files/T2011/CAI/1114.pdf |
| Aporte de: |
| Sumario: | La cantidad de datos en estudios biológicos se ha incrementado dramáticamente en los últimos años debido a la incorporación de nuevas fuentes y capacidades de procesamiento. Los secuenciadores automáticos del ADN y los microarreglos han permitido obtener grandes volúmenes de información a nivel molecular. Asimismo, los sensores remotos y los Sistemas de Información Geográfica proveen muchos datos a escala ecosistémica. Para estudiar a los organismos en forma integrada es necesario asociar los datos producidos por diferentes tecnologías. En biología de sistemas es esencial integrar información genómica, transcriptómica, proteómica, fenómica y ambiental. Modelar estadísticamente dichas interacciones es dificultoso desde el punto de vista computacional y biológico, sin embargo, los métodos algorítmicos filtran las principales señales de la información, permitiendo estudiar asociaciones, y el posterior modelado estadístico. En este trabajo se presentan distintas técnicas multivariadas que pueden ser usadas para comparar el nivel de covariación de distintos sets de datos entre situaciones o tratamientos y encontrar asociaciones entre ellos. Se describen e ilustran con datos de especies de importancia las técnicas de Análisis de Correlaciones Canónicas, Procrustes, Regresión por Cuadrados Mínimos y mapas Autorganizativos. |
|---|