Metodología para el análisis e identificación de genes relacionados con cáncer de mama utilizando Machine Learning y datos de secuenciación masiva

Abstract

Este trabajo recoge un estudio sobre el análisis del perfil de expresión genético (RNAseq) de un total de 721 pacientes que refieren algún tipo de cáncer de mama. Han sido dos, los métodos utilizados. En primer lugar, a través de un protocolo estándar basado en el proyecto Bioconductor se ha realizado un análisis diferencial de la expresión genética en los pacientes según su grupo. En segundo lugar, dicha base de datos ha sido sometida a técnicas de clasificación basadas en Machine Learning (ML). Los resultados de ambas técnicas fueron comparados.

Aquest treball arreplega un estudi sobre l'anàlisi del perfil d'expressió genètic (RNAseq) d'un total de 721 pacients que refereixen algun tipus de càncer de mama. Han sigut dos, els mètodes utilitzats. En primer lloc, a través d'un protocol estàndard basat en el projecte Bioconductor s'ha realitzat una anàlisi diferencial de l'expressió genètica en els pacients segons el seu grup. En segon lloc, aquesta base de dades ha sigut sotmesa a tècniques de classificació basades en Machine Learning (ML). Els resultats d'ambdues tècniques van ser comparats.

This work includes a study on the analysis of the genetic expression profile (RNAseq) of a total of 721 patients who report some type of breast cancer. Two methods have been used. Firstly, through a standard protocol based on the Bioconductor project, a differential analysis was performed on the genetic expression of patients according to their group. Secondly, RNAseq database has been subjected to classification techniques based on Machine Learning.