Guía para la construcción de modelos de asociación genómica

Autores
Bruno, Cecilia Inés; Videla, Eugenia; Peña Malavera, Andrea Natalia; Balzarini, Mónica Graciela
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
libro
Estado
versión publicada
Descripción
Fil: Bruno, Cecilia Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Bruno, Cecilia Inés. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Videla, Eugenia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Peña Malavera, Andrea Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Peña Malavera, Andrea Natalia. Estación Experimental Agroindustrial Obispo Colombres (EEAOC). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
En este texto se describen modelos de asociación que permiten realizar GWAS en paneles de líneas diversas, aún cuando éstas se encuentran estructuradas genéticamente. Para evitar falsos descubrimientos de asociaciones se trabaja primero identificando la estructura genética subyacente en la población de mapeo y luego incorporando la información de correlación entre líneas en los modelos. Adicionalmente, se controla la inflación de la tasa de falsos positivos debida a la inferencia simultánea o multiplicidad de prueba estadísticas que deben realizarse en estudios de asociación con muchos MM. Para facilitar el ajuste de estos modelos se describe el nuevo menú de MA embebido en el software para análisis de datos genéticos Info-Gen (Balzarini y Di Rienzo, 2018) y códigos para implementar cada uno de los procedimientos estadísticos descriptos, tanto para el análisis de EGP como para MA, usando el software R (www.R-org.com). En la última parte de este documento se ilustra cómo trabajar directamente en Info- Gen y cómo ejecutar scripts de R desde el intérprete de R disponible en Info-Gen.
Fil: Bruno, Cecilia Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Bruno, Cecilia Inés. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Videla, Eugenia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Peña Malavera, Andrea Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Peña Malavera, Andrea Natalia. Estación Experimental Agroindustrial Obispo Colombres (EEAOC). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Materia
Estadística
Métodos estadísticos
Análisis estadístico
Modelos
Genética de poblaciones
Marcadores genéticos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/21857
Acceder
id RDUUNC_0f0ae5114f4c08432cbe93992d398224
oai_identifier_str oai:rdu.unc.edu.ar:11086/21857
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Guía para la construcción de modelos de asociación genómicaBruno, Cecilia InésVidela, EugeniaPeña Malavera, Andrea NataliaBalzarini, Mónica GracielaEstadísticaMétodos estadísticosAnálisis estadísticoModelosGenética de poblacionesMarcadores genéticosFil: Bruno, Cecilia Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Bruno, Cecilia Inés. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.Fil: Videla, Eugenia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Peña Malavera, Andrea Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.Fil: Peña Malavera, Andrea Natalia. Estación Experimental Agroindustrial Obispo Colombres (EEAOC). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.En este texto se describen modelos de asociación que permiten realizar GWAS en paneles de líneas diversas, aún cuando éstas se encuentran estructuradas genéticamente. Para evitar falsos descubrimientos de asociaciones se trabaja primero identificando la estructura genética subyacente en la población de mapeo y luego incorporando la información de correlación entre líneas en los modelos. Adicionalmente, se controla la inflación de la tasa de falsos positivos debida a la inferencia simultánea o multiplicidad de prueba estadísticas que deben realizarse en estudios de asociación con muchos MM. Para facilitar el ajuste de estos modelos se describe el nuevo menú de MA embebido en el software para análisis de datos genéticos Info-Gen (Balzarini y Di Rienzo, 2018) y códigos para implementar cada uno de los procedimientos estadísticos descriptos, tanto para el análisis de EGP como para MA, usando el software R (www.R-org.com). En la última parte de este documento se ilustra cómo trabajar directamente en Info- Gen y cómo ejecutar scripts de R desde el intérprete de R disponible en Info-Gen.Fil: Bruno, Cecilia Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Bruno, Cecilia Inés. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.Fil: Videla, Eugenia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Peña Malavera, Andrea Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.Fil: Peña Malavera, Andrea Natalia. Estación Experimental Agroindustrial Obispo Colombres (EEAOC). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.Brujas2019info:eu-repo/semantics/bookinfo:ar-repo/semantics/libroinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_2f33application/pdf9789877602715http://hdl.handle.net/11086/21857spaSerie Estadistica Aplicadainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-16T09:31:53Zoai:rdu.unc.edu.ar:11086/21857Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-16 09:31:54.043Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Guía para la construcción de modelos de asociación genómica
title Guía para la construcción de modelos de asociación genómica
spellingShingle Guía para la construcción de modelos de asociación genómica
Bruno, Cecilia Inés
Estadística
Métodos estadísticos
Análisis estadístico
Modelos
Genética de poblaciones
Marcadores genéticos
title_short Guía para la construcción de modelos de asociación genómica
title_full Guía para la construcción de modelos de asociación genómica
title_fullStr Guía para la construcción de modelos de asociación genómica
title_full_unstemmed Guía para la construcción de modelos de asociación genómica
title_sort Guía para la construcción de modelos de asociación genómica
dc.creator.none.fl_str_mv Bruno, Cecilia Inés
Videla, Eugenia
Peña Malavera, Andrea Natalia
Balzarini, Mónica Graciela
author Bruno, Cecilia Inés
author_facet Bruno, Cecilia Inés
Videla, Eugenia
Peña Malavera, Andrea Natalia
Balzarini, Mónica Graciela
author_role author
author2 Videla, Eugenia
Peña Malavera, Andrea Natalia
Balzarini, Mónica Graciela
author2_role author
author
author
dc.subject.none.fl_str_mv Estadística
Métodos estadísticos
Análisis estadístico
Modelos
Genética de poblaciones
Marcadores genéticos
topic Estadística
Métodos estadísticos
Análisis estadístico
Modelos
Genética de poblaciones
Marcadores genéticos
dc.description.none.fl_txt_mv Fil: Bruno, Cecilia Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Bruno, Cecilia Inés. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Videla, Eugenia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Peña Malavera, Andrea Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Peña Malavera, Andrea Natalia. Estación Experimental Agroindustrial Obispo Colombres (EEAOC). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
En este texto se describen modelos de asociación que permiten realizar GWAS en paneles de líneas diversas, aún cuando éstas se encuentran estructuradas genéticamente. Para evitar falsos descubrimientos de asociaciones se trabaja primero identificando la estructura genética subyacente en la población de mapeo y luego incorporando la información de correlación entre líneas en los modelos. Adicionalmente, se controla la inflación de la tasa de falsos positivos debida a la inferencia simultánea o multiplicidad de prueba estadísticas que deben realizarse en estudios de asociación con muchos MM. Para facilitar el ajuste de estos modelos se describe el nuevo menú de MA embebido en el software para análisis de datos genéticos Info-Gen (Balzarini y Di Rienzo, 2018) y códigos para implementar cada uno de los procedimientos estadísticos descriptos, tanto para el análisis de EGP como para MA, usando el software R (www.R-org.com). En la última parte de este documento se ilustra cómo trabajar directamente en Info- Gen y cómo ejecutar scripts de R desde el intérprete de R disponible en Info-Gen.
Fil: Bruno, Cecilia Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Bruno, Cecilia Inés. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Videla, Eugenia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Peña Malavera, Andrea Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Peña Malavera, Andrea Natalia. Estación Experimental Agroindustrial Obispo Colombres (EEAOC). Instituto de Tecnología Agroindustrial del Noroeste Argentino (ITANOA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
description Fil: Bruno, Cecilia Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/book
info:ar-repo/semantics/libro
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_2f33
format book
status_str publishedVersion
dc.identifier.none.fl_str_mv 9789877602715
http://hdl.handle.net/11086/21857
identifier_str_mv 9789877602715
url http://hdl.handle.net/11086/21857
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv Serie Estadistica Aplicada
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Brujas
publisher.none.fl_str_mv Brujas
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1846143408615194624
score 12.712165

Publicaciones similares