Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/98807
Títol: | Análisis integrativo de datos ómicos y datos clínicos: Predicción de variables clínicas a partir de datos de expresión génica en pacientes con Enfermedad Pulmonar Obstructiva Crónica |
Autoria: | Suárez Cuartín, Guillermo Rafael |
Tutor: | Sánchez-Pla, Alex |
Resum: | L'anàlisi integratiu de dades clíniques i òmiques pot augmentar el poder de predicció que tots dos tenen per separat, la qual cosa ajudaria a una millor comprensió de múltiples malalties. Aquest treball estudia aquesta anàlisi com a eina per a la predicció de variables clíniques de gravetat de la malaltia pulmonar obstructiva crònica (MPOC). Es va escollir un conjunt de dades reals de pacients amb MPOC (repositori GEO: GSE42057), i es va dur a terme una revisió bibliogràfica sobre els principals mètodes per a l'anàlisi integratiu. Es va analitzar la informació clínica i òmica per separat amb l'anàlisi de components principals (PCA), i es va construir un model mitjançant regressió de mínims quadrats parcials dispersos (SPLS) per predir les variables clíniques. L'avaluació del model es va realitzar mitjançant validació creuada. L'anàlisi de gens diferencialment expressats entre pacients MPOC greus i controls va detectar la participació de vies biològiques com la diferenciació cel·lular hematopoètica, la interacció citocina-receptor i les immunodeficiències primàries. El PCA va identificar que el primer component principal explicava el major percentatge de la variància (79% dades clíniques; 57% dades òmics). Seguidament, es va construir el model amb SPLS, obtenint un coeficient Q2> 0,0975 per al primer component principal. L'anàlisi integratiu de dades clíniques i òmiques té un ampli potencial per a l'estudi de la MPOC. Pot ser un abordatge útil per fer prediccions de variables clíniques com la relació FEV1/FVC, el FEV1 i la distància caminada en el test de la marxa de 6 minuts, a partir d'un conjunt de dades d'expressió gènica. |
Paraules clau: | òmica proteòmica metabolòmica interactòmica dades clíniques big data genòmica |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | jun-2019 |
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 | |
---|---|---|---|---|
gsuarezcuartinTFM0619memoria.pdf | Trabajo final de Máster de Guillermo Suárez Cuartín | 2,4 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons