Detección de conjuntos significativos de genes vía Silohuette

Autores
Abras, Guillermo Néstor; Pastore, Juan Ignacio; Brun, M.; Ballarín, Virginia Laura
Año de publicación
2010
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de proporcionar características apropiadas para la tarea de clasificación. En otros casos es interesante seleccionar grupos grandes de los genes con un comportamiento similar, independientemente de la clase. Esta tarea se realiza generalmente por algoritmo de agrupamiento, donde toda la familia de genes, o un subconjunto de ellos, se agrupan en grupos significativos. Estas técnicas proporcionan una visión sobre la posible co-regulación entre los genes, pero por lo general ofrecen grandes, tal vez enormes conjuntos, en función del número de clusters necesarios. En este trabajo se presenta un nuevo algoritmo que establece una lista de genes con una expresión muy similar. Esto es posible mediante el agrupamiento de árboles completos proporcionados por el algoritmo de agrupamiento jerárquico, y el índice Silueta para la clasificación de los subconjuntos.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Selección de genes
Clustering Jerárquico
Índice Silhouette
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/152879

id SEDICI_57d5a0b70a008c253410821ada27b39e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/152879
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Detección de conjuntos significativos de genes vía SilohuetteAbras, Guillermo NéstorPastore, Juan IgnacioBrun, M.Ballarín, Virginia LauraCiencias InformáticasSelección de genesClustering JerárquicoÍndice SilhouetteLa selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de proporcionar características apropiadas para la tarea de clasificación. En otros casos es interesante seleccionar grupos grandes de los genes con un comportamiento similar, independientemente de la clase. Esta tarea se realiza generalmente por algoritmo de agrupamiento, donde toda la familia de genes, o un subconjunto de ellos, se agrupan en grupos significativos. Estas técnicas proporcionan una visión sobre la posible co-regulación entre los genes, pero por lo general ofrecen grandes, tal vez enormes conjuntos, en función del número de clusters necesarios. En este trabajo se presenta un nuevo algoritmo que establece una lista de genes con una expresión muy similar. Esto es posible mediante el agrupamiento de árboles completos proporcionados por el algoritmo de agrupamiento jerárquico, y el índice Silueta para la clasificación de los subconjuntos.Sociedad Argentina de Informática e Investigación Operativa2010info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf2876-2886http://sedici.unlp.edu.ar/handle/10915/152879spainfo:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-01_0.pdfinfo:eu-repo/semantics/altIdentifier/issn/1853-1881info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:39:22Zoai:sedici.unlp.edu.ar:10915/152879Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:39:22.944SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Detección de conjuntos significativos de genes vía Silohuette
title Detección de conjuntos significativos de genes vía Silohuette
spellingShingle Detección de conjuntos significativos de genes vía Silohuette
Abras, Guillermo Néstor
Ciencias Informáticas
Selección de genes
Clustering Jerárquico
Índice Silhouette
title_short Detección de conjuntos significativos de genes vía Silohuette
title_full Detección de conjuntos significativos de genes vía Silohuette
title_fullStr Detección de conjuntos significativos de genes vía Silohuette
title_full_unstemmed Detección de conjuntos significativos de genes vía Silohuette
title_sort Detección de conjuntos significativos de genes vía Silohuette
dc.creator.none.fl_str_mv Abras, Guillermo Néstor
Pastore, Juan Ignacio
Brun, M.
Ballarín, Virginia Laura
author Abras, Guillermo Néstor
author_facet Abras, Guillermo Néstor
Pastore, Juan Ignacio
Brun, M.
Ballarín, Virginia Laura
author_role author
author2 Pastore, Juan Ignacio
Brun, M.
Ballarín, Virginia Laura
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Selección de genes
Clustering Jerárquico
Índice Silhouette
topic Ciencias Informáticas
Selección de genes
Clustering Jerárquico
Índice Silhouette
dc.description.none.fl_txt_mv La selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de proporcionar características apropiadas para la tarea de clasificación. En otros casos es interesante seleccionar grupos grandes de los genes con un comportamiento similar, independientemente de la clase. Esta tarea se realiza generalmente por algoritmo de agrupamiento, donde toda la familia de genes, o un subconjunto de ellos, se agrupan en grupos significativos. Estas técnicas proporcionan una visión sobre la posible co-regulación entre los genes, pero por lo general ofrecen grandes, tal vez enormes conjuntos, en función del número de clusters necesarios. En este trabajo se presenta un nuevo algoritmo que establece una lista de genes con una expresión muy similar. Esto es posible mediante el agrupamiento de árboles completos proporcionados por el algoritmo de agrupamiento jerárquico, y el índice Silueta para la clasificación de los subconjuntos.
Sociedad Argentina de Informática e Investigación Operativa
description La selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de proporcionar características apropiadas para la tarea de clasificación. En otros casos es interesante seleccionar grupos grandes de los genes con un comportamiento similar, independientemente de la clase. Esta tarea se realiza generalmente por algoritmo de agrupamiento, donde toda la familia de genes, o un subconjunto de ellos, se agrupan en grupos significativos. Estas técnicas proporcionan una visión sobre la posible co-regulación entre los genes, pero por lo general ofrecen grandes, tal vez enormes conjuntos, en función del número de clusters necesarios. En este trabajo se presenta un nuevo algoritmo que establece una lista de genes con una expresión muy similar. Esto es posible mediante el agrupamiento de árboles completos proporcionados por el algoritmo de agrupamiento jerárquico, y el índice Silueta para la clasificación de los subconjuntos.
publishDate 2010
dc.date.none.fl_str_mv 2010
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/10915/152879
url http://sedici.unlp.edu.ar/handle/10915/152879
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-01_0.pdf
info:eu-repo/semantics/altIdentifier/issn/1853-1881
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
2876-2886
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_ 1844616267961466880
score 13.070432