Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porH�ctor Amor Modificado hace 9 años
1
BIOINFORMÁTICA: INTERFAZ WEB PARA MOSTRAR LAS RELACIONES DE EXPRESIÓN ENTRE GRUPOS DE GENES Autor: Jose Luis Aylas Flores Direcció: Mario Huerta (IBB-UAB) i Jordi Gonzàlez (CVC-UAB) 1
2
Índice Introducción Objetivos Fases Aplicación web Aplicación web Conclusiones 2
3
Índice Introducción Motivación Estado del arte Objetivos Fases Aplicación web Aplicación web Conclusiones 3
4
Motivación Profundizar y ampliar conocimientos en el campo de la BioInformática. 4 Poner a prueba conocimientos y habilidades adquiridos durante el transcurso de la formación universitaria. Aplicar conocimientos teóricos a un problema real.
5
Estado del arte El estudio de los genes y sus relaciones de expresión es muy importante 5 Los genes cuyas expresiones mantienen una relación lineal dan lugar a un determinado proceso biológico. Los genes cuyas expresiones mantienen una relación no lineal, relacionan procesos diferentes.
6
Estado del arte Como podemos observar en la figura en la medida en la que se expresa SYT11, RSP16 pasa a subexpresarse (y viceversa). Los genes se estan coexpresando negativamente. Relaciones de expresión: Es la dependencia existente entre las expresiones de 2 genes. Las expresiones de los genes no son arbitrarias y están todas relacionadas. Relación de expresión no lineal: Es la expresión entre 2 genes pero que no siguen una relación de coexpresión o de inhibición. Es decir que no se expresan a la vez (y=mx) o que la expresión de un gen no significa que el otro gen deja de expresarse (y=-mx).
7
La tecnología microarray permite obtener los niveles de expresión de un gran número de genes para un gran número de condiciones experimentales. Estado del arte
8
Para estudiar la relación entre las expresiones de los genes se utiliza un modelo abstracto de datos: Los Grafos. Más concretamente, los grafos cliques. 8
9
Estado del arte 9 Se generan grupos de cliques isomorfos lineales respecto a un clique dado: Dos cliques serán isomorficos lineales entre si, si solo si además de representar sus aristas las mismas tipologías, cada gen de uno de los cliques mantiene una relación de expresión lineal con un gen diferente del otro clique. El siguiente paso lógico es encontrar los cliques de cliques.
10
Índice Introducción Objetivos Fases Aplicación web Aplicación web Conclusiones 10
11
Objetivos 11 1. El preproceso Obtener los cliques de cliques. Clasificación de los cliques de cliques. Preparar de datos para la interfaz web. interfaz web
12
Objetivos 12 2. El desarrollo de la aplicación web Se muestren los cliques de cliques Se muestren los grupos de cliques isomorficos lineales Se muestren los cliques lineales y no lineales.
13
Índice Introducción Objetivos Fases Aplicación web Aplicación web Conclusiones 13
14
Fases 14 1.-Análisis de Memorias/Directorios/Ficheros 2.-Análisis del funcionamiento del preproceso 3.-Desarrollo de los nuevos cálculos del preproceso 4.-Diseño y desarrollo de la aplicación web
15
Fases 15 1.-Análisis de Memorias/Directorios/Ficheros Adquisición de conocimientos Estructura del servidorservidor
16
Fases 16 2.-Análisis del funcionamiento del preproceso Análisis del fichero encargado de ejecutar el preproceso, se ejecutan : fase1,fase2 y fase3
17
Fases 17 3.-Desarrollo de los nuevos cálculos del preproceso Se disponía del preproceso hasta la fase 3, se implementa la cuarta fase.
18
Fases 18 4.-Diseño y desarrollo de la aplicación webaplicación web Diseño de la interfaz web para los cliques de cliques, grupos de cliques isomorfos lineales y cliques isomorfos lineales y no lineales con una vista general y su correspondiente interfaz web en detalle.interfaz web En la vista general se muestran las diferentes tipologías y en la de detalle los cliques de cliques de cada tipología.
19
Índice Introducción Objetivos Fases Aplicación web Aplicación web Conclusiones 19
20
Aplicación web 20 Interfaz webInterfaz web de los cliques de cliques Tipología
21
Aplicación web 21 Interfaz webInterfaz web de los cliques de cliques en detalle para una tipología dada IdentificadorNombreGenes correlacionados Genes marcadores
22
Aplicación web 22 Interfaz webInterfaz web de los grupos de cliques isomorfos lineales respecto a un clique dado
23
Aplicación web 23 Interfaz webInterfaz web de los grupos de cliques isomorfos lineales en detalle respecto a un clique dado
24
Aplicación web 24 Interfaz web para los cliques isomorfos lineales y no lineales
25
Aplicación web 25 Interfaz webInterfaz web para los cliques isomorfos lineales y no lineales en detalle
26
Aplicación web 26 Interfaz webInterfaz web para mostrar las relaciones de expresión entre grupos de genes
27
Índice Introducción Objetivos Fases Aplicación web Aplicación web Conclusiones 27
28
4 Bibliografía http://revolutionresearch.uab.es : A web server for on-line microarray analysis supported by the Institute of Biotechnology and Biomedicine of the Autonomous University of Barcelona (IBB-UAB). http://revolutionresearch.uab.esA web server for on-line microarray analysis supported by the Institute of Biotechnology and Biomedicine of the Autonomous University of Barcelona (IBB-UAB). Delicado, P.(2001) Another look at principal curves and surfaces. Journal of Multivariate Analysis, 77, 84-116. Delicado, P. and Huerta, M. (2003): 'Principal Curves of Oriented Points: Theoretical and computational improvements'. Computational Statistics 18, 293-315. Delicado, P. and Huerta, M. (2003): 'Principal Curves of Oriented Points: Theoretical and computational improvements'. Computational Statistics 18, 293-315. Cedano J, Huerta M, Estrada I, Ballllosera F, Conchillo O, Delicado P, Querol E. (2007) A web server for automatic analysis and extraction of relevant biological knowledge. Comput Biol Med. 37:1672- 1675. Cedano J, Huerta M, Estrada I, Ballllosera F, Conchillo O, Delicado P, Querol E. (2007) A web server for automatic analysis and extraction of relevant biological knowledge. Comput Biol Med. 37:1672- 1675. Huerta M, Cedano J, Querol E. (2008) Analysis of nonlinear relations between expression profiles by the principal curves of oriented-points approach. J Bioinform Comput Biol. 6:367-386. Huerta M, Cedano J, Querol E. (2008) Analysis of nonlinear relations between expression profiles by the principal curves of oriented-points approach. J Bioinform Comput Biol. 6:367-386. Cedano J, Huerta M, Querol E. (2008) NCR-PCOPGene: An Exploratory Tool for Analysis of Sample- Classes Effect on Gene-Expression Relationships Advances in Bioinformatics, vol. 2008. Cedano J, Huerta M, Querol E. (2008) NCR-PCOPGene: An Exploratory Tool for Analysis of Sample- Classes Effect on Gene-Expression Relationships Advances in Bioinformatics, vol. 2008. Huerta M, Cedano J, Peña D, Rodriguez A, Querol E. (2009) PCOPGene-Net: holistic characterisation of cellular states from microarray data base on continuous and non-continuos analysis og gene- expression relationships. BMC Bioinformatics 2009 May 9;10:138. Huerta M, Cedano J, Peña D, Rodriguez A, Querol E. (2009) PCOPGene-Net: holistic characterisation of cellular states from microarray data base on continuous and non-continuos analysis og gene- expression relationships. BMC Bioinformatics 2009 May 9;10:138.
29
Conclusiones 29 Objetivo principal cumplido. El rendimiento de la aplicación web permite aplicar cambios en tiempo real.aplicación web Descubrimiento del campo de la BioInformática y la genómica. Participación en un proyecto de investigación puntero en el IBB.
30
¿Preguntas? Jose Luis Aylas Flores
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.