Aplicaciones de data mining al estudio del microbioma humano

Autores
Santa María, Cristóbal Raúl; López, Luis; Soria, Marcelo Abel; Martínez, Pablo Witold; Otaegui, Juan Carlos; Santa María, Victoria; Galanternik, Fernando; Ávila, Laura
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
informe técnico
Estado
versión aceptada
Descripción
El 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.
Fil: Santa María, Cristóbal Raúl. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: López, Luis. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Soria, Marcelo Abel. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Martínez, Pablo Witold. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Otaegui, Juan Carlos. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Santa María, Victoria. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Galanternik, Fernando. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Ávila, Laura. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Materia
MICROBIOLOGIA
ENFERMEDADES
ADN
610.28
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
Repositorio Digital UNLaM
Institución
Universidad Nacional de La Matanza
OAI Identificador
oai:repositoriocyt.unlam.edu.ar:123456789/583
Acceder
id RDUNLAM_b9d20384fa20cedf07fd6f281371ff78
oai_identifier_str oai:repositoriocyt.unlam.edu.ar:123456789/583
network_acronym_str RDUNLAM
repository_id_str a
network_name_str Repositorio Digital UNLaM
spelling Aplicaciones de data mining al estudio del microbioma humanoSanta María, Cristóbal RaúlLópez, LuisSoria, Marcelo AbelMartínez, Pablo WitoldOtaegui, Juan CarlosSanta María, VictoriaGalanternik, FernandoÁvila, LauraMICROBIOLOGIAENFERMEDADESADN610.28El 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.Fil: Santa María, Cristóbal Raúl. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: López, Luis. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: Soria, Marcelo Abel. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: Martínez, Pablo Witold. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: Otaegui, Juan Carlos. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: Santa María, Victoria. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: Galanternik, Fernando. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: Ávila, Laura. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones TecnológicasSanta María, Cristóbal RaúlLópez, Luis20162021-06-11T23:59:36Z2021-06-11T23:59:36Zinfo:eu-repo/semantics/reportinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfapplication/pdfSanta 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/123456789/583http://repositoriocyt.unlam.edu.ar/handle/123456789/583spainfo:eu-repo/grantAgreement/SPU/PROINCE/C-169/AR. Buenos Aires. San Justo/Aplicaciones de data mining al estudio del microbioma humanoinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/Licencia Creative Commons Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)reponame:Repositorio Digital UNLaMinstname:Universidad Nacional de La Matanza2025-09-29T14:28:34Zoai:repositoriocyt.unlam.edu.ar:123456789/583instacron:UNLaMInstitucionalhttps://repositoriocyt.unlam.edu.ar/Universidad públicaNo correspondehttps://repositoriocyt.unlam.edu.ar/oaicytunlam@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-29 14:28:35.16Repositorio Digital UNLaM - Universidad Nacional de La Matanzafalse
dc.title.none.fl_str_mv Aplicaciones de data mining al estudio del microbioma humano
title Aplicaciones de data mining al estudio del microbioma humano
spellingShingle Aplicaciones de data mining al estudio del microbioma humano
Santa María, Cristóbal Raúl
MICROBIOLOGIA
ENFERMEDADES
ADN
610.28
title_short Aplicaciones de data mining al estudio del microbioma humano
title_full Aplicaciones de data mining al estudio del microbioma humano
title_fullStr Aplicaciones de data mining al estudio del microbioma humano
title_full_unstemmed Aplicaciones de data mining al estudio del microbioma humano
title_sort Aplicaciones de data mining al estudio del microbioma humano
dc.creator.none.fl_str_mv Santa María, Cristóbal Raúl
López, Luis
Soria, Marcelo Abel
Martínez, Pablo Witold
Otaegui, Juan Carlos
Santa María, Victoria
Galanternik, Fernando
Ávila, Laura
author Santa María, Cristóbal Raúl
author_facet Santa María, Cristóbal Raúl
López, Luis
Soria, Marcelo Abel
Martínez, Pablo Witold
Otaegui, Juan Carlos
Santa María, Victoria
Galanternik, Fernando
Ávila, Laura
author_role author
author2 López, Luis
Soria, Marcelo Abel
Martínez, Pablo Witold
Otaegui, Juan Carlos
Santa María, Victoria
Galanternik, Fernando
Ávila, Laura
author2_role author
author
author
author
author
author
author
dc.contributor.none.fl_str_mv Santa María, Cristóbal Raúl
López, Luis
dc.subject.none.fl_str_mv MICROBIOLOGIA
ENFERMEDADES
ADN
610.28
topic MICROBIOLOGIA
ENFERMEDADES
ADN
610.28
dc.description.none.fl_txt_mv El 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.
Fil: Santa María, Cristóbal Raúl. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: López, Luis. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Soria, Marcelo Abel. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Martínez, Pablo Witold. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Otaegui, Juan Carlos. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Santa María, Victoria. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Galanternik, Fernando. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Ávila, Laura. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
description El 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.
publishDate 2016
dc.date.none.fl_str_mv 2016
2021-06-11T23:59:36Z
2021-06-11T23:59:36Z
dc.type.none.fl_str_mv info:eu-repo/semantics/report
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_18gh
info:ar-repo/semantics/informeTecnico
format report
status_str acceptedVersion
dc.identifier.none.fl_str_mv Santa 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/123456789/583
http://repositoriocyt.unlam.edu.ar/handle/123456789/583
identifier_str_mv Santa 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/123456789/583
url http://repositoriocyt.unlam.edu.ar/handle/123456789/583
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/grantAgreement/SPU/PROINCE/C-169/AR. Buenos Aires. San Justo/Aplicaciones de data mining al estudio del microbioma humano
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Licencia Creative Commons Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Licencia Creative Commons Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas
publisher.none.fl_str_mv Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas
dc.source.none.fl_str_mv reponame:Repositorio Digital UNLaM
instname:Universidad Nacional de La Matanza
reponame_str Repositorio Digital UNLaM
collection Repositorio Digital UNLaM
instname_str Universidad Nacional de La Matanza
repository.name.fl_str_mv Repositorio Digital UNLaM - Universidad Nacional de La Matanza
repository.mail.fl_str_mv cytunlam@gmail.com
_version_ 1844621527816863744
score 12.559606

Publicaciones similares