Desarrollo e implementación de una estrategia integrativa para la detección de nuevos módulos genéticos y nuevos genes asociados al inicio y desarrollo del cáncer colorrectal

Arce Rentería, Juan David; Ibagon Rivera, Nicolas

dc.contributor	Quimbaya Gómez, Mauricio Alberto
dc.contributor	Sosa Arango, Chrystian Camilo
dc.creator	Arce Rentería, Juan David
dc.creator	Ibagon Rivera, Nicolas
dc.date	2024-06-17T20:53:26Z
dc.date	2024-06-17T20:53:26Z
dc.date	2022
dc.date.accessioned	2026-10-15T17:13:37Z
dc.date.available	2026-10-15T17:13:37Z
dc.identifier	https://vitela.javerianacali.edu.co/handle/11522/2835
dc.identifier.uri	https://hdl.handle.net/20.500.12032/190692
dc.description	El advenimiento de las tecnologías ómicas, el desarrollo de técnicas computacionales basadas en el aprendizaje de máquina aplicado a sistemas biológicos y la integración de ambos paradigmas en modelos matemáticos, ha permitido avanzar en el entendimiento causal de enfermedades complejas como el cáncer. En este sentido, desde de una perspectiva sistémica, el uso de redes biológicas y la representación de sistemas moleculares como genes, proteínas y sus dinámicas de interacción, ha permitido realizar una aproximación a los sistemas biológicos desde la teoría de grafos. Desde esta perspectiva, en los ´últimos a˜nos se han desarrollado una gran variedad de estrategias, las cuales, desde la teoría de grafos, han contribuido al entendimiento del proceso deletéreo que conduce a la enfermedad y, equitativamente, a identificar nodos clave de la red los cuales podrían estar relacionados con diferentes tipos de enfermedades, como lo sería el cáncer. En el presente trabajo, integramos distintos tipos de información biológica asociada a la comprensión genética del origen y desarrollo de la enfermedad, acoplándola al mapa más detallado de interacción proteína proteína que existe. Posteriormente, realizamos análisis fundamentales sobre medidas clásicas de la topología de la red construida, que fueron ´útiles para identificar elementos claves de la red. Asignamos pesos a los nodos y a las aristas de la red según la información biológica, lo cual fue un procedimiento fundamental para priorizar elementos de la red (proteínas) asociadas al cáncer y específicamente al cáncer colorrectal. Con base en dicha información y con la red construida, implementamos algoritmos de modularidad para identificar comunidades específicas que pudieran estar específicamente asociadas al desarrollo de cáncer colorrectal, y finalmente implementamos algoritmos de caracterización de comunidades no sobre la partes y estrategias específicas de aprendizaje de máquina para encontrar potenciales proteínas asociadas al cáncer colorrectal.
dc.format	79 p.
dc.format	application/pdf
dc.format	application/pdf
dc.format	application/pdf
dc.format	application/pdf
dc.language	spa
dc.publisher	Pontificia Univerisdad Javeriana Cali
dc.rights	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights	http://purl.org/coar/access_right/c_abf2
dc.subject	Cáncer
dc.subject	Redes Biológicas
dc.subject	Identificación de módulos de enfermedades
dc.subject	Redes heterogéneas
dc.subject	Genética
dc.subject	Aprendizaje de máquina
dc.subject	Genes conductores
dc.subject	Genética de enfermedades
dc.subject	Biología de redes y sistemas
dc.title	Desarrollo e implementación de una estrategia integrativa para la detección de nuevos módulos genéticos y nuevos genes asociados al inicio y desarrollo del cáncer colorrectal
dc.type	http://purl.org/coar/resource_type/c_7a1f
dc.type	Tesis/Trabajo de grado - Monografía - Pregrado
dc.type	https://purl.org/redcol/resource_type/TP

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Documentos - PUJC

Mostrar el registro sencillo del ítem