Please use this identifier to cite or link to this item: http://hdl.handle.net/10609/146180
Full metadata record
DC FieldValueLanguage
dc.contributor.authorTorrent Ample, Neus-
dc.contributor.otherPerez-Navarro, Antoni-
dc.coverage.spatialTarragona, ESP-
dc.date.accessioned2022-07-04T10:48:40Z-
dc.date.available2022-07-04T10:48:40Z-
dc.date.issued2022-06-02-
dc.identifier.urihttp://hdl.handle.net/10609/146180-
dc.description.abstractWorldwide, the prevalence of obesity has reached epidemic proportions. The global obesity epidemic continues its relentless advance, currently affecting >2 billion people. Over the last decade, 227 genetic variants involved in different biological pathways and distortion of the normal microbial balance have been associated with obesity and other metabolic diseases. Text mining techniques were applied from the biomedical literature, specifically PubMed abstracts, in order to develop an interactive web application, METAVOLIKOS, to study the relationship of genes and intestinal microbiome in patients with obesity and other metabolic diseases. Concretely, the relationship between terms was studied through latent semantic analysis and subsequent cosine similarity. The work pipeline will be integrated into the development of the web application using the Shiny package of R. A relationship has been inferred from publications on metabolic diseases where articles that include the term ¿Obesity¿ or explicitly the related gene or bacteria are not necessarily included. So, this work shows how latent semantic analysis can shed light to create new research hypotheses. The main two genes already related with different metabolic diseases were TG and HR. Moreover, genes RBP4 and TF were presented as potentially related with obesity and are good candidates to study their relation in patients with obesity. Most related bacteria population with obesity and others related metabolic diseases are lactobacillus, bacterioides and firmicutes. METAVOLIKOS is a text mining application that is easily adaptable and usable by bench scientists, which inspires to develop new research lines.en
dc.description.abstractEn todo el mundo, la prevalencia de la obesidad ha alcanzado proporciones epidémicas. La epidemia mundial de obesidad continúa su implacable avance, afectando actualmente a más de 2.000 millones de personas. En la última década, 227 variantes genéticas implicadas en diferentes vías biológicas y la distorsión del equilibrio microbiano normal se han asociado con la obesidad y otras enfermedades metabólicas. Se aplicaron técnicas de minería de textos a partir de la literatura biomédica, concretamente de los resúmenes de PubMed, para desarrollar una aplicación web interactiva, METAVOLIKOS, para estudiar la relación de los genes y el microbioma intestinal en pacientes con obesidad y otras enfermedades metabólicas. Concretamente, se estudió la relación entre los términos mediante el análisis semántico latente y la posterior similitud del coseno. El pipeline de trabajo se integrará en el desarrollo de la aplicación web utilizando el paquete Shiny de R. Se ha inferido una relación a partir de publicaciones sobre enfermedades metabólicas en las que no necesariamente se incluyen artículos que incluyan el término ¿Obesidad¿ o explícitamente el gen o la bacteria relacionados. Así, este trabajo muestra cómo el análisis semántico latente puede arrojar luz para crear nuevas hipótesis de investigación. Los dos principales genes ya relacionados con diferentes enfermedades metabólicas fueron TG y HR. Además, los genes RBP4 y TF se presentaron como potencialmente relacionados con la obesidad y son buenos candidatos para estudiar su relación en pacientes con obesidad. La población de bacterias más relacionada con la obesidad y otras enfermedades metabólicas relacionadas son los lactobacilos, los bacterioides y los firmicutes. METAVOLIKOS es una aplicación de minería de textos fácilmente adaptable y utilizable por los científicos de laboratorio, que inspira el desarrollo de nuevas líneas de investigación.es
dc.description.abstractA tot el món, la prevalença de l'obesitat ha aconseguit proporcions epidèmiques. L'epidèmia mundial d'obesitat continua el seu implacable avanç, afectant actualment més de 2.000 milions de persones. En l'última dècada, 227 variants genètiques implicades en diferents vies biològiques i la distorsió de l'equilibri microbià normal s'han associat amb l'obesitat i altres malalties metabòliques. Es van aplicar tècniques de mineria de textos a partir de la literatura biomèdica, concretament dels resums de PubMed, per a desenvolupar una aplicació web interactiva, METAVOLIKOS, per a estudiar la relació dels gens i el microbioma intestinal en pacients amb obesitat i altres malalties metabòliques. Concretament, es va estudiar la relació entre els termes mitjançant l'anàlisi semàntica latent i la posterior similitud del cosinus. El pipeline de treball s'integrarà en el desenvolupament de l'aplicació web utilitzant el paquet Shiny de R. S'ha inferit una relació a partir de publicacions sobre malalties metabòliques en les quals no necessàriament s'inclouen articles que incloguin el terme Obesitat o explícitament el gen o el bacteri relacionats. Així, aquest treball mostra com l'anàlisi semàntica latent pot llançar llum per a crear noves hipòtesis de recerca. Els dos principals gens ja relacionats amb diferents malalties metabòliques van ser TG i HR. A més, els gens RBP4 i TF es van presentar com potencialment relacionats amb l'obesitat i són bons candidats per a estudiar la seva relació en pacients amb obesitat. La població de bacteris més relacionada amb l'obesitat i altres malalties metabòliques relacionades són els lactobacilos, els bacterioides i els firmicutes. METAVOLIKOS és una aplicació de mineria de textos fàcilment adaptable i utilitzable pels científics de laboratori, que inspira el desenvolupament de noves línies de recerca.ca
dc.format.mimetypeapplication/pdf-
dc.language.isoeng-
dc.publisherUniversitat Oberta de Catalunya (UOC)-
dc.rightsCC BY-NC-ND-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/-
dc.subjectmineria de dadesca
dc.subjectPubMedca
dc.subjectmetabòlicca
dc.subjectminería de datoses
dc.subjectPubmedes
dc.subjectmetabólicoes
dc.subjectdata miningen
dc.subjectPubmeden
dc.subjectmetabolicen
dc.subject.lcshData mining -- TFMen
dc.titleWeb application for the study of the relationship between obesity and intestinal microbiome based on PubMed text mining-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.audience.educationlevelEstudis de Màsterca
dc.audience.educationlevelEstudios de Másteres
dc.audience.educationlevelMaster's degreesen
dc.subject.lemacMineria de dades -- TFMca
dc.subject.lcshesMinería de datos -- TFMes
dc.contributor.tutorAstrid Rebrij, Romina-
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
Appears in Collections:Trabajos finales de carrera, trabajos de investigación, etc.

Files in This Item:
File Description SizeFormat 
ntorrentaFMDP0622report.pdfReport of TFM4,12 MBAdobe PDFThumbnail
View/Open