View
31
Download
0
Category
Preview:
DESCRIPTION
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. Índice. Introducción Objetivos Fases Aplicación web Conclusiones. 2. Índice. Introducción - PowerPoint PPT Presentation
Citation preview
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
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.
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.
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).
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
Estado del arte
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
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.
Objetivos
11
1. El preproceso
Obtener los cliques de cliques.
Clasificación de los cliques de cliques.
Preparar de datos para la interfaz web.
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.
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
Fases
15
1.-Análisis de Memorias/Directorios/Ficheros
Adquisición de conocimientos
Estructura del servidor
Fases
16
2.-Análisis del funcionamiento del preproceso
Análisis del fichero encargado de ejecutar el preproceso, se ejecutan : fase1,fase2 y fase3
Fases
17
3.-Desarrollo de los nuevos cálculos del preproceso
Se disponía del preproceso hasta la fase 3, se implementa la cuarta fase.
Fases
18
4.-Diseño y desarrollo de la aplicación 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.
En la vista general se muestran las diferentes tipologías y en la de detalle los cliques de cliques de cada tipología.
Aplicación web
21
Interfaz web de los cliques de cliques en detalle para una tipología dada
Identificador Nombre Genes correlacionados
Genes marcadores
Aplicación web
22
Interfaz web de los grupos de cliques isomorfos lineales respecto a un clique dado
Aplicación web
23
Interfaz web de los grupos de cliques isomorfos lineales en detalle respecto a un clique dado
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).
• 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.
• 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.
• 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.
Conclusiones
29
Objetivo principal cumplido.
El rendimiento de la aplicación web permite aplicar cambios en
tiempo real.
Descubrimiento del campo de la BioInformática y la genómica.
Participación en un proyecto de investigación puntero en el IBB.
Recommended