Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minerí...
- Autores
- Mounier, Mónica; Acosta, Karina Beatriz; Favret, Fabián; Zamudio, Eduardo; Godoy, Diego Alberto; Benítez, Juan de Dios
- Año de publicación
- 2018
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En este trabajo de investigación se presenta una herramienta bioinformática que permite clasificar automáticamente artículos científicos referentes a estudios epidemiológicos de tipo caso-control concernientes a Polimorfismos de Nucleótidos Simples (SNPs), presentes en genes, y su asociación a distintos tipos de cáncer, y otras enfermedades genéticas de interés para el experto mediante la utilización de técnicas de minería de texto (MT), así también como la implementación del meta-estimador Bagging para tres técnicas de clasificación: Support Vector Machine (SVM), K-Nearest Neighbors (KNN), y Naives Bayes (NB). La clasificación se realiza a partir de los metadatos de dichos artículos, los cuales están disponibles en el National Center for Biotechnology Information (NCBI).
Eje: Bases de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Estudios Epidemiológicos
Data mining
bioinformática
meta-estimadores
polimorfismos
clasificación automática - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/67383
Ver los metadatos del registro completo
id |
SEDICI_6489cc7a10751e1a47e8a99341e2e23f |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/67383 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de textoMounier, MónicaAcosta, Karina BeatrizFavret, FabiánZamudio, EduardoGodoy, Diego AlbertoBenítez, Juan de DiosCiencias InformáticasEstudios EpidemiológicosData miningbioinformáticameta-estimadorespolimorfismosclasificación automáticaEn este trabajo de investigación se presenta una herramienta bioinformática que permite clasificar automáticamente artículos científicos referentes a estudios epidemiológicos de tipo caso-control concernientes a Polimorfismos de Nucleótidos Simples (SNPs), presentes en genes, y su asociación a distintos tipos de cáncer, y otras enfermedades genéticas de interés para el experto mediante la utilización de técnicas de minería de texto (MT), así también como la implementación del meta-estimador Bagging para tres técnicas de clasificación: Support Vector Machine (SVM), K-Nearest Neighbors (KNN), y Naives Bayes (NB). La clasificación se realiza a partir de los metadatos de dichos artículos, los cuales están disponibles en el National Center for Biotechnology Information (NCBI).Eje: Bases de Datos y Minería de Datos.Red de Universidades con Carreras en Informática2018-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf330-334http://sedici.unlp.edu.ar/handle/10915/67383spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4info:eu-repo/semantics/reference/hdl/10915/67063info: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:UNLP2025-09-29T11:10:16Zoai:sedici.unlp.edu.ar:10915/67383Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:10:16.465SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto |
title |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto |
spellingShingle |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto Mounier, Mónica Ciencias Informáticas Estudios Epidemiológicos Data mining bioinformática meta-estimadores polimorfismos clasificación automática |
title_short |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto |
title_full |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto |
title_fullStr |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto |
title_full_unstemmed |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto |
title_sort |
Polimorfismos de nucleótidos simples relacionados al riesgo de enfermedades: clasificación automática de estudios epidemiológicos de tipo caso-control utilizando técnicas de minería de texto |
dc.creator.none.fl_str_mv |
Mounier, Mónica Acosta, Karina Beatriz Favret, Fabián Zamudio, Eduardo Godoy, Diego Alberto Benítez, Juan de Dios |
author |
Mounier, Mónica |
author_facet |
Mounier, Mónica Acosta, Karina Beatriz Favret, Fabián Zamudio, Eduardo Godoy, Diego Alberto Benítez, Juan de Dios |
author_role |
author |
author2 |
Acosta, Karina Beatriz Favret, Fabián Zamudio, Eduardo Godoy, Diego Alberto Benítez, Juan de Dios |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Estudios Epidemiológicos Data mining bioinformática meta-estimadores polimorfismos clasificación automática |
topic |
Ciencias Informáticas Estudios Epidemiológicos Data mining bioinformática meta-estimadores polimorfismos clasificación automática |
dc.description.none.fl_txt_mv |
En este trabajo de investigación se presenta una herramienta bioinformática que permite clasificar automáticamente artículos científicos referentes a estudios epidemiológicos de tipo caso-control concernientes a Polimorfismos de Nucleótidos Simples (SNPs), presentes en genes, y su asociación a distintos tipos de cáncer, y otras enfermedades genéticas de interés para el experto mediante la utilización de técnicas de minería de texto (MT), así también como la implementación del meta-estimador Bagging para tres técnicas de clasificación: Support Vector Machine (SVM), K-Nearest Neighbors (KNN), y Naives Bayes (NB). La clasificación se realiza a partir de los metadatos de dichos artículos, los cuales están disponibles en el National Center for Biotechnology Information (NCBI). Eje: Bases de Datos y Minería de Datos. Red de Universidades con Carreras en Informática |
description |
En este trabajo de investigación se presenta una herramienta bioinformática que permite clasificar automáticamente artículos científicos referentes a estudios epidemiológicos de tipo caso-control concernientes a Polimorfismos de Nucleótidos Simples (SNPs), presentes en genes, y su asociación a distintos tipos de cáncer, y otras enfermedades genéticas de interés para el experto mediante la utilización de técnicas de minería de texto (MT), así también como la implementación del meta-estimador Bagging para tres técnicas de clasificación: Support Vector Machine (SVM), K-Nearest Neighbors (KNN), y Naives Bayes (NB). La clasificación se realiza a partir de los metadatos de dichos artículos, los cuales están disponibles en el National Center for Biotechnology Information (NCBI). |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-04 |
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/10915/67383 |
url |
http://sedici.unlp.edu.ar/handle/10915/67383 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4 info:eu-repo/semantics/reference/hdl/10915/67063 |
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 330-334 |
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_ |
1844615971230187520 |
score |
13.070432 |