Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados

Autores
Santa María, Cristóbal; Santa María, Victoria; Ávila, Laura; Otaegui, Juan Carlos; Soria, Marcelo A.
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se relatan las tareas llevadas a cabo por el Grupo de Investigación y Desarrollo en Data Mining del Departamento de Ingeniería e Investigaciones Tecnológicas de la UNLAM durante el año 2015 en el marco del Proyecto de Incentivos C169 “Aplicaciones de Data Mining al Estudio del Microbioma Humano”. Se detallan las pruebas realizadas con el software SUPERFOCUS y la base de datos genéticos SEED, para desarrollar los análisis taxonómicos y funcionales que prepararan la información de las secuencias microbiómicas para procesarla con algoritmos de data mining. Se explicitan los aspectos teóricos y prácticos de la aplicación de estos algoritmos sobre conjuntos de prueba. Se analiza la interpretación clínica dada a los resultados y finalmente se describen los cursos de acción para continuar con la investigación durante 2016.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
microbioma
ADN
Minería de Datos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/52846
Acceder
id SEDICI_35de51a13a9d80779df960bf331c8a51
oai_identifier_str oai:sedici.unlp.edu.ar:10915/52846
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisadosSanta María, CristóbalSanta María, VictoriaÁvila, LauraOtaegui, Juan CarlosSoria, Marcelo A.Ciencias InformáticasmicrobiomaADNMinería de DatosSe relatan las tareas llevadas a cabo por el Grupo de Investigación y Desarrollo en Data Mining del Departamento de Ingeniería e Investigaciones Tecnológicas de la UNLAM durante el año 2015 en el marco del Proyecto de Incentivos C169 “Aplicaciones de Data Mining al Estudio del Microbioma Humano”. Se detallan las pruebas realizadas con el software SUPERFOCUS y la base de datos genéticos SEED, para desarrollar los análisis taxonómicos y funcionales que prepararan la información de las secuencias microbiómicas para procesarla con algoritmos de data mining. Se explicitan los aspectos teóricos y prácticos de la aplicación de estos algoritmos sobre conjuntos de prueba. Se analiza la interpretación clínica dada a los resultados y finalmente se describen los cursos de acción para continuar con la investigación durante 2016.Eje: Bases de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf218-222http://sedici.unlp.edu.ar/handle/10915/52846spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/reference/hdl/10915/52766info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:04:49Zoai:sedici.unlp.edu.ar:10915/52846Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:49.844SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
title Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
spellingShingle Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
Santa María, Cristóbal
Ciencias Informáticas
microbioma
ADN
Minería de Datos
title_short Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
title_full Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
title_fullStr Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
title_full_unstemmed Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
title_sort Clasificación por enterotipos y grupos ortólogos del microbioma humano con métodos no supervisados
dc.creator.none.fl_str_mv Santa María, Cristóbal
Santa María, Victoria
Ávila, Laura
Otaegui, Juan Carlos
Soria, Marcelo A.
author Santa María, Cristóbal
author_facet Santa María, Cristóbal
Santa María, Victoria
Ávila, Laura
Otaegui, Juan Carlos
Soria, Marcelo A.
author_role author
author2 Santa María, Victoria
Ávila, Laura
Otaegui, Juan Carlos
Soria, Marcelo A.
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
microbioma
ADN
Minería de Datos
topic Ciencias Informáticas
microbioma
ADN
Minería de Datos
dc.description.none.fl_txt_mv Se relatan las tareas llevadas a cabo por el Grupo de Investigación y Desarrollo en Data Mining del Departamento de Ingeniería e Investigaciones Tecnológicas de la UNLAM durante el año 2015 en el marco del Proyecto de Incentivos C169 “Aplicaciones de Data Mining al Estudio del Microbioma Humano”. Se detallan las pruebas realizadas con el software SUPERFOCUS y la base de datos genéticos SEED, para desarrollar los análisis taxonómicos y funcionales que prepararan la información de las secuencias microbiómicas para procesarla con algoritmos de data mining. Se explicitan los aspectos teóricos y prácticos de la aplicación de estos algoritmos sobre conjuntos de prueba. Se analiza la interpretación clínica dada a los resultados y finalmente se describen los cursos de acción para continuar con la investigación durante 2016.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description Se relatan las tareas llevadas a cabo por el Grupo de Investigación y Desarrollo en Data Mining del Departamento de Ingeniería e Investigaciones Tecnológicas de la UNLAM durante el año 2015 en el marco del Proyecto de Incentivos C169 “Aplicaciones de Data Mining al Estudio del Microbioma Humano”. Se detallan las pruebas realizadas con el software SUPERFOCUS y la base de datos genéticos SEED, para desarrollar los análisis taxonómicos y funcionales que prepararan la información de las secuencias microbiómicas para procesarla con algoritmos de data mining. Se explicitan los aspectos teóricos y prácticos de la aplicación de estos algoritmos sobre conjuntos de prueba. Se analiza la interpretación clínica dada a los resultados y finalmente se describen los cursos de acción para continuar con la investigación durante 2016.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/52846
url http://sedici.unlp.edu.ar/handle/10915/52846
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2
info:eu-repo/semantics/reference/hdl/10915/52766
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
218-222
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615917327089664
score 13.070432

Publicaciones similares