Work

Aproximación a la medicina personalizada mediante el desarrollo de nuevas metodologías en inteligencia artificial

Year: 2017
Type: dissertation
Abstract: Los últimos años han visto florecer y consolidarse a un extenso catálogo de\nmetodologías experimentales, las cuales han dado lugar a vastas cantidades de\ninformación biológica. La extracción de conocimiento de esta enorme cantidad de\ndatos representa a día de hoy un reto. La Bioinformática constituye, por tanto, una\nherramienta imprescindible para entender los complejos procesos que guían los\nentresijos de la maquinaria celular.\nEn esta memoria se presentan metodologías de Inteligencia Artificial para\nadquirir conocimiento sobre procesos de regulación génica a partir de datos\nbiológicos heterogéneos, con el fin de contribuir al avance de la Medicina\nPersonalizada. Las metodologías presentadas abarcan tres ámbitos: extracción de\nconocimiento de redes biológicas heterogéneas, búsqueda de elementos y módulos\nreguladores en el genoma y análisis de entidades biológicas de renovado interés:\nlos ARN largos no codificantes.\nEn primer lugar, se propone una metodología general para la priorización en\nredes heterogéneas que puede ser aplicada a un número arbitrario de dominios\nbiológicos gracias a un modelo de abstracción. Esta metodología se aplica a la\nbúsqueda de nuevas aplicaciones para medicamentos comercializados.\nPosteriormente, se acomete la búsqueda de elementos reguladores de la\nexpresión de los genes. Se proponen una medida difusa de influencia de\nmutaciones en lugares de interés regulador como los lugares de unión de factores\nde transcripción, y una metodología difusa de minería de itemsets frecuentes para\nla búsqueda de módulos reguladores.\nPor último, se buscan elementos reguladores en los ARN largos no codificantes\nmediante análisis computacionales que integran características propias del ARN:\nsu estructura secundaria y su dirección de transcripción.
Author: Carmen Luzón
Language: Spanish
Open Access status: green
OpenAlex ID: W2611974904
Cites: 357
Cited by:
Related to: 10