BIOINFORMÁTICA: INTERFAZ WEB PARA MOSTRAR LAS RELACIONES DE EXPRESIÓN ENTRE GRUPOS DE GENES Autor: Jose Luis Aylas Flores Direcció: Mario Huerta (IBB-UAB)

Presentación del tema: "BIOINFORMÁTICA: INTERFAZ WEB PARA MOSTRAR LAS RELACIONES DE EXPRESIÓN ENTRE GRUPOS DE GENES Autor: Jose Luis Aylas Flores Direcció: Mario Huerta (IBB-UAB)"— Transcripción de la presentación:

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