Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión

El análisis de datos provenientes de experimentos con microarreglos de ADN, es una labor que, por la cantidad y complejidad de los datos, requiere del uso de herramientas bioinformáticas. Una de ellas es el biclustering, el cual tiene como objetivo principal encontrar submatrices de expresión genéti...

Full description

Autores:
Peña Paz, Lyda
Tipo de recurso:
Article of journal
Fecha de publicación:
2014
Institución:
Universidad Autónoma de Occidente
Repositorio:
RED: Repositorio Educativo Digital UAO
Idioma:
spa
OAI Identifier:
oai:red.uao.edu.co:10614/10705
Acceso en línea:
http://hdl.handle.net/10614/10705
Palabra clave:
Bioinformática
ADN
Bioinformatics
DNA
Biclustering
Microarreglos
Algoritmos no lineales
DNA microarray
Algorithms
Rights
openAccess
License
Derechos Reservados - Universidad Autónoma de Occidente
id REPOUAO2_acfd9ca054e676152bbc5e0dded9e8a3
oai_identifier_str oai:red.uao.edu.co:10614/10705
network_acronym_str REPOUAO2
network_name_str RED: Repositorio Educativo Digital UAO
repository_id_str
dc.title.spa.fl_str_mv Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
spellingShingle Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
Bioinformática
ADN
Bioinformatics
DNA
Biclustering
Microarreglos
Algoritmos no lineales
DNA microarray
Algorithms
title_short Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_full Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_fullStr Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_full_unstemmed Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
title_sort Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión
dc.creator.fl_str_mv Peña Paz, Lyda
dc.contributor.author.none.fl_str_mv Peña Paz, Lyda
dc.subject.armarc.spa.fl_str_mv Bioinformática
ADN
topic Bioinformática
ADN
Bioinformatics
DNA
Biclustering
Microarreglos
Algoritmos no lineales
DNA microarray
Algorithms
dc.subject.armarc.eng.fl_str_mv Bioinformatics
DNA
dc.subject.proposal.spa.fl_str_mv Biclustering
Microarreglos
Algoritmos no lineales
dc.subject.proposal.eng.fl_str_mv DNA microarray
Algorithms
description El análisis de datos provenientes de experimentos con microarreglos de ADN, es una labor que, por la cantidad y complejidad de los datos, requiere del uso de herramientas bioinformáticas. Una de ellas es el biclustering, el cual tiene como objetivo principal encontrar submatrices de expresión genética, compuestas por un grupo de genes que se expresan de forma similar ante un conjunto de condiciones experimentales establecidas. En el presente artículo se hace un compendio de las diferentes propuestas de algoritmos que se han desarrollado para afrontar este problema
publishDate 2014
dc.date.issued.none.fl_str_mv 2014-06
dc.date.accessioned.none.fl_str_mv 2019-03-05T21:24:20Z
dc.date.available.none.fl_str_mv 2019-03-05T21:24:20Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.eng.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.content.eng.fl_str_mv Text
dc.type.driver.eng.fl_str_mv info:eu-repo/semantics/article
dc.type.redcol.eng.fl_str_mv http://purl.org/redcol/resource_type/ARTREF
dc.type.version.eng.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.spa.fl_str_mv 01210777
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10614/10705
identifier_str_mv 01210777
url http://hdl.handle.net/10614/10705
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv El Hombre y la Máquina. Número 44 (enero-junio, 2014); páginas 92-102
dc.relation.citationendpage.none.fl_str_mv 102
dc.relation.citationissue.none.fl_str_mv 44
dc.relation.citationstartpage.none.fl_str_mv 92
dc.relation.cites.spa.fl_str_mv Peña, L., (2014). Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión. El Hombre y la Máquina, (44), 92-102. http://hdl.handle.net/10614/10705
dc.relation.ispartofjournal.spa.fl_str_mv El hombre y la máquina
dc.relation.references.none.fl_str_mv Baena, D., Santos, D. & Ruiz, D. (2006). Análisis de datos de Expresión Genética mediante técnicas de Biclustering. Retrieved from http://www.lsi.us.es/docs/doctorado/ memorias/Memoria-v2.pdf [Accessed January 13, 2014]
BenDor, A., Chor, B., Karp, R & Yakhini, Z. (2003). Discovering local structure in gene expression data: the order-preserving submatrix problem. Journal of computational biology : a journal of computational molecular cell biology, 10, (3 - 4), 373 - 84. Retrieved from http://www. ncbi.nlm.nih.gov/pubmed/12935334
Bryan, K. (2005). Biclustering of expression data using simulated annealing. Computer-Based Medical, 383 - 388. Retrieved from http://ieeexplore.ieee.org/lpdocs/epic03/ wrapper.htm?arnumber=1467720 [Accessed March 10, 2014].
Cheng, Y. & Church, G. (2000). Biclustering of expression data. Ismb. Retrieved from ftp://samba.ad.sdsc.edu/pub/sdsc/biology/ ISMB00/157.pdf [Accessed November 1, 2013]
Cho, H., Dhillon, I., Guan, Y. & Sra, S. (2004). Minimum Sum-Squared Residue Co-Clustering of Gene Expression Data. SDM. Retrieved from http://www.iipl.fudan.edu.cn/~zhangjp/literatures/Bioinformatics/Microarray/cho04minim m. pdf [Accessed November 1, 2013].
Getz, G., Levine, E. & Domany, E. (2000). Coupled two-way clustering analysis of gene microarray data. Proceedings of the National Academy of Sciences of the United States of America, 97, (22), 12079 - 84. Recuperado de http://www.pubmedcentral.nih.gov/articlerender.fcgi?rtid=17297&tool=pmcentrez&rende rtype=abstract.
Kluger, Y., Basri, R., Chang, J., Gerstein, M. (2003). Spectral biclustering of microarray data: coclustering genes and conditions. Genome research, 13, (4), 703 - 716. Retrieved from http://genome.cshlp.org/content/13/4/703.short [Accessed November 1, 2013]
Liu, J., Li, Z., Hu, Z. & Chen, Y. (2009). Multi-objective ant colony optimization biclustering of microarray data. In IEEE International Conference - Granular ComSuWinJ 200 *5& µ0 . Nanchang. Retrieved from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=5255086 [Accessed November 1, 2013]
Madeira, S. C. & Oliveira, A. L. (2004). Biclustering algorithms for biological data analysis: a survey. IEEE/ACM transactions on computaWional bioloJy and bioinIormaWiFV ,EEE $&M, 1, (1), 24 - 45. Retrieved from http://www.ncbi. nlm.nih.gov/pubmed/17048406.
Pontes, B., Giráldez, R. & Aguilar-Ruiz, J. S. 201 . &on¿guraEOe pattern-Eased evoOutionary biclustering of gene expression data. Algorithms for molecular biology: AMB, 8, (1), 4. Retrieved from http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3668234&tool=pmcentrez&re ndertype=abstract.
Sheng, Q., Moreau, Y. & De Moor, B. (2003). Biclustering microarray data by Gibbs sampling. %ioinIormaWiFV 2[Iord EnJland , 19, 2, ii 196 - 205. Retrived from http://www.ncbi.nlm.nih.gov/ pubmed/14534190
Tibshirani, R., Hastie, T. & Eisen, M. (1999). Clustering methods for the analysis of DNA microarray data. 'eSW. 6WaWiVW. 6Wanford. Retrieved from http://citeseerx.ist.psu. edu/viewdoc/download?doi=10.1.1.227.873 7&rep=rep1&type=pdf [Accessed November 5, 2013].
Wang, H., Wang, W., Yang, J. Y Yu, P. (2002). Clustering by pattern similarity in large data sets. In 3roFeedinJV oI WKe 2002 $&M SIGMOD international conference on Management of data - SIGMOD ¶02, 2 (p. 394). Retrieved from http://portal.acm.org/citation. cfm?doid=564691.564737
Yang, J., Wang, W., Wang, H. & Yu, P. 2002. į-clusters: Capturing subspace correlation in a large data set. In 1 WK ,nWernaWional &onIerenFe 'aWa EnJineerinJ 2002 3roFeedinJV. Retrived from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=994771 [Accessed November 1, 2013]
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad Autónoma de Occidente
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.eng.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.eng.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Derechos Reservados - Universidad Autónoma de Occidente
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.eng.fl_str_mv application/pdf
dc.format.extent.spa.fl_str_mv 11 páginas
dc.coverage.spatial.none.fl_str_mv Universidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí
dc.publisher.spa.fl_str_mv Universidad Autónoma de Occidente
institution Universidad Autónoma de Occidente
bitstream.url.fl_str_mv https://red.uao.edu.co/bitstreams/e18f6a5f-d0d4-4211-bc18-30a4045836d1/download
https://red.uao.edu.co/bitstreams/cccc3b4f-0a2e-45e0-8f3c-39d39af7751e/download
https://red.uao.edu.co/bitstreams/5185b2ac-986b-4ed8-a27a-0cdba7422472/download
https://red.uao.edu.co/bitstreams/826156ce-2ce0-4c43-9218-6ad5591af9ab/download
https://red.uao.edu.co/bitstreams/acec8ddc-dc59-4d0b-b810-4ac1ce16d261/download
bitstream.checksum.fl_str_mv 89fd74bc011077693665d9fc204c34bc
6da2f45c61b157515fdaecf4a55d720b
20b5ba22b1117f71589c7318baa2c560
6e5cb81c8f10183f76df32966beca705
4460e5956bc1d1639be9ae6146a50347
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital Universidad Autonoma de Occidente
repository.mail.fl_str_mv repositorio@uao.edu.co
_version_ 1828230094544437248
spelling Peña Paz, Lydavirtual::4007-1Universidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí2019-03-05T21:24:20Z2019-03-05T21:24:20Z2014-0601210777http://hdl.handle.net/10614/10705El análisis de datos provenientes de experimentos con microarreglos de ADN, es una labor que, por la cantidad y complejidad de los datos, requiere del uso de herramientas bioinformáticas. Una de ellas es el biclustering, el cual tiene como objetivo principal encontrar submatrices de expresión genética, compuestas por un grupo de genes que se expresan de forma similar ante un conjunto de condiciones experimentales establecidas. En el presente artículo se hace un compendio de las diferentes propuestas de algoritmos que se han desarrollado para afrontar este problemaThe analysis of DNA microarray data is a compound and complex task because the amount of data. This is the reason why is important the use of bioinformatics tools. One of these is EicOustering ZKicK aims to ¿nd suEmatrices composed by a group of genes that are tightly coregulated across many experiments. In this paper, I present different algorithms to biclustering, classifying them according to the algorithm approach usedapplication/pdf11 páginasspaUniversidad Autónoma de OccidenteEl Hombre y la Máquina. Número 44 (enero-junio, 2014); páginas 92-1021024492Peña, L., (2014). Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión. El Hombre y la Máquina, (44), 92-102. http://hdl.handle.net/10614/10705El hombre y la máquinaBaena, D., Santos, D. & Ruiz, D. (2006). Análisis de datos de Expresión Genética mediante técnicas de Biclustering. Retrieved from http://www.lsi.us.es/docs/doctorado/ memorias/Memoria-v2.pdf [Accessed January 13, 2014]BenDor, A., Chor, B., Karp, R & Yakhini, Z. (2003). Discovering local structure in gene expression data: the order-preserving submatrix problem. Journal of computational biology : a journal of computational molecular cell biology, 10, (3 - 4), 373 - 84. Retrieved from http://www. ncbi.nlm.nih.gov/pubmed/12935334Bryan, K. (2005). Biclustering of expression data using simulated annealing. Computer-Based Medical, 383 - 388. Retrieved from http://ieeexplore.ieee.org/lpdocs/epic03/ wrapper.htm?arnumber=1467720 [Accessed March 10, 2014].Cheng, Y. & Church, G. (2000). Biclustering of expression data. Ismb. Retrieved from ftp://samba.ad.sdsc.edu/pub/sdsc/biology/ ISMB00/157.pdf [Accessed November 1, 2013]Cho, H., Dhillon, I., Guan, Y. & Sra, S. (2004). Minimum Sum-Squared Residue Co-Clustering of Gene Expression Data. SDM. Retrieved from http://www.iipl.fudan.edu.cn/~zhangjp/literatures/Bioinformatics/Microarray/cho04minim m. pdf [Accessed November 1, 2013].Getz, G., Levine, E. & Domany, E. (2000). Coupled two-way clustering analysis of gene microarray data. Proceedings of the National Academy of Sciences of the United States of America, 97, (22), 12079 - 84. Recuperado de http://www.pubmedcentral.nih.gov/articlerender.fcgi?rtid=17297&tool=pmcentrez&rende rtype=abstract.Kluger, Y., Basri, R., Chang, J., Gerstein, M. (2003). Spectral biclustering of microarray data: coclustering genes and conditions. Genome research, 13, (4), 703 - 716. Retrieved from http://genome.cshlp.org/content/13/4/703.short [Accessed November 1, 2013]Liu, J., Li, Z., Hu, Z. & Chen, Y. (2009). Multi-objective ant colony optimization biclustering of microarray data. In IEEE International Conference - Granular ComSuWinJ 200 *5& µ0 . Nanchang. Retrieved from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=5255086 [Accessed November 1, 2013]Madeira, S. C. & Oliveira, A. L. (2004). Biclustering algorithms for biological data analysis: a survey. IEEE/ACM transactions on computaWional bioloJy and bioinIormaWiFV ,EEE $&M, 1, (1), 24 - 45. Retrieved from http://www.ncbi. nlm.nih.gov/pubmed/17048406.Pontes, B., Giráldez, R. & Aguilar-Ruiz, J. S. 201 . &on¿guraEOe pattern-Eased evoOutionary biclustering of gene expression data. Algorithms for molecular biology: AMB, 8, (1), 4. Retrieved from http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3668234&tool=pmcentrez&re ndertype=abstract.Sheng, Q., Moreau, Y. & De Moor, B. (2003). Biclustering microarray data by Gibbs sampling. %ioinIormaWiFV 2[Iord EnJland , 19, 2, ii 196 - 205. Retrived from http://www.ncbi.nlm.nih.gov/ pubmed/14534190Tibshirani, R., Hastie, T. & Eisen, M. (1999). Clustering methods for the analysis of DNA microarray data. 'eSW. 6WaWiVW. 6Wanford. Retrieved from http://citeseerx.ist.psu. edu/viewdoc/download?doi=10.1.1.227.873 7&rep=rep1&type=pdf [Accessed November 5, 2013].Wang, H., Wang, W., Yang, J. Y Yu, P. (2002). Clustering by pattern similarity in large data sets. In 3roFeedinJV oI WKe 2002 $&M SIGMOD international conference on Management of data - SIGMOD ¶02, 2 (p. 394). Retrieved from http://portal.acm.org/citation. cfm?doid=564691.564737Yang, J., Wang, W., Wang, H. & Yu, P. 2002. į-clusters: Capturing subspace correlation in a large data set. In 1 WK ,nWernaWional &onIerenFe 'aWa EnJineerinJ 2002 3roFeedinJV. Retrived from http://ieeexplore.ieee.org/xpls/abs_all. jsp?arnumber=994771 [Accessed November 1, 2013]Derechos Reservados - Universidad Autónoma de Occidentehttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisiónArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARTREFinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85BioinformáticaADNBioinformaticsDNABiclusteringMicroarreglosAlgoritmos no linealesDNA microarrayAlgorithmsPublicationd2a46a1b-1b77-45dd-83dc-904c73ca6ad4virtual::4007-1d2a46a1b-1b77-45dd-83dc-904c73ca6ad4virtual::4007-1https://scholar.google.com/citations?user=czXZ0VAAAAAJ&hl=esvirtual::4007-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000504823virtual::4007-1TEXTA0086_Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión.pdf.txtA0086_Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión.pdf.txtExtracted texttext/plain42203https://red.uao.edu.co/bitstreams/e18f6a5f-d0d4-4211-bc18-30a4045836d1/download89fd74bc011077693665d9fc204c34bcMD56THUMBNAILA0086_Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión.pdf.jpgA0086_Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión.pdf.jpgGenerated Thumbnailimage/jpeg16423https://red.uao.edu.co/bitstreams/cccc3b4f-0a2e-45e0-8f3c-39d39af7751e/download6da2f45c61b157515fdaecf4a55d720bMD57LICENSElicense.txtlicense.txttext/plain; charset=utf-81665https://red.uao.edu.co/bitstreams/5185b2ac-986b-4ed8-a27a-0cdba7422472/download20b5ba22b1117f71589c7318baa2c560MD53ORIGINALA0086_Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión.pdfA0086_Algoritmos de biclustering para el análisis de datos provenientes de microarreglos de ADN: una revisión.pdfTexto archivo completo del artículo de revista, PDFapplication/pdf366150https://red.uao.edu.co/bitstreams/826156ce-2ce0-4c43-9218-6ad5591af9ab/download6e5cb81c8f10183f76df32966beca705MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://red.uao.edu.co/bitstreams/acec8ddc-dc59-4d0b-b810-4ac1ce16d261/download4460e5956bc1d1639be9ae6146a50347MD5210614/10705oai:red.uao.edu.co:10614/107052024-03-12 14:52:12.189https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad Autónoma de Occidenteopen.accesshttps://red.uao.edu.coRepositorio Digital Universidad Autonoma de Occidenterepositorio@uao.edu.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

Publicaciones similares