Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/121346
Títol: | Análisis de técnicas de clasificación de perfiles taxonómicos para predecir trastornos de la enfermedad inflamatoria intestinal |
Autoria: | Castillo Rosa, Eva |
Tutor: | Adsuar Gómez, Antonio Jesús |
Altres: | Canovas Izquierdo, Javier Luis Maceira, Marc |
Resum: | La malaltia inflamatòria intestinal engloba una sèrie de desordres amb símptomes molt similars. Per això, saber què bacteris estan presents en la microbiota dels pacients amb aquest tipus de trastorns és útil per al seu diagnòstic i tractament. Per poder estudiar la relació subjacent dels microorganismes que habiten a la microbiota amb el fenotip de la malaltia s'han utilitzat tècniques de machine learning. És crucial un bon estudi dels diferents algoritmes de classificació disponibles per poder aplicar aquells òptims a la descoberta de marcadors específics de la malaltia o, en última instància, a el diagnòstic clínic. En aquest treball s'ha analitzat la diversitat microbiana de mostres de biòpsia de pacients sans, amb malaltia de Crohn o colitis ulcerosa usant el programari QIIME 2Tm. A partir de les dades d'abundància relativa bacteriana s'han aplicat diverses metodologies d'aprenentatge supervisat per a la classificació de les mostres. Finalment, s'ha desenvolupat una aplicació web interactiva per adaptar els models òptims a les dades d'entrada de l'usuari. Encara que hi ha models lineals que mostren un rendiment semblant a altres més complexos, el model que més capacitat predictiva té és random forest. D'altra banda, l'elecció d'un bon mètode de reducció de la dimensionalitat és molt important a l'hora d'aplicar machine learning sobre dades de microbioma. A l'igual que és crucial facilitar la disponibilitat d'aquestes anàlisis a tota la comunitat científica, que permetin fer estudis a major escala. |
Paraules clau: | brillant aprenentatge automàtic microbiota |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | jun-2020 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
ecastillorosTFM0620memoria.pdf | Memoria del TFM | 1,44 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons