Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón

A pesar de que varios estudios han identificado y reportado en reconocidos repositorios públicos un sin número de firmas moleculares de expresión génica en cáncer obtenidas de microarreglos, se ha visto para esta tecnología que existen fuertes variaciones de los datos relacionado con la tecnología y...

Full description

Autores:
Godoy, Marcela
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/66416
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/66416
http://bdigital.unal.edu.co/67443/
Palabra clave:
57 Ciencias de la vida; Biología / Life sciences; biology
Cáncer de pulmón de células no pequeñas
Expresión diferencial
Biomarcadores
Estadística genómica
Non Small Cell Lung Cancer
differential expression
Biomarkers
genomic statistics
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_0e4a04c72fc2805f13501706f254dca6
oai_identifier_str oai:repositorio.unal.edu.co:unal/66416
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
title Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
spellingShingle Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
57 Ciencias de la vida; Biología / Life sciences; biology
Cáncer de pulmón de células no pequeñas
Expresión diferencial
Biomarcadores
Estadística genómica
Non Small Cell Lung Cancer
differential expression
Biomarkers
genomic statistics
title_short Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
title_full Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
title_fullStr Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
title_full_unstemmed Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
title_sort Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón
dc.creator.fl_str_mv Godoy, Marcela
dc.contributor.advisor.spa.fl_str_mv López Kleine, Liliana (Thesis advisor)
dc.contributor.author.spa.fl_str_mv Godoy, Marcela
dc.contributor.spa.fl_str_mv Aristizábal Gutiérrez, Fabio Ancízar
dc.subject.ddc.spa.fl_str_mv 57 Ciencias de la vida; Biología / Life sciences; biology
topic 57 Ciencias de la vida; Biología / Life sciences; biology
Cáncer de pulmón de células no pequeñas
Expresión diferencial
Biomarcadores
Estadística genómica
Non Small Cell Lung Cancer
differential expression
Biomarkers
genomic statistics
dc.subject.proposal.spa.fl_str_mv Cáncer de pulmón de células no pequeñas
Expresión diferencial
Biomarcadores
Estadística genómica
Non Small Cell Lung Cancer
differential expression
Biomarkers
genomic statistics
description A pesar de que varios estudios han identificado y reportado en reconocidos repositorios públicos un sin número de firmas moleculares de expresión génica en cáncer obtenidas de microarreglos, se ha visto para esta tecnología que existen fuertes variaciones de los datos relacionado con la tecnología y plataforma utilizada, condiciones de hibridación, tamaño de la muestra, manipulación experimental y tipo de análisis estadístico aplicado. Así mismo, se ha demostrado que el poder estadístico de los análisis de expresión génica aumenta con la integración sistemática de datos de expresión provenientes de diferentes estudios, además permite una evaluación de la heterogeneidad para obtener resultados más robustos, reproduciblesy con mejor poder predictivo. Este trabajo pretendió implementar una metodología estadística específica de análisis transcriptómico a partir de varios conjuntos de datos de expresión génica de Cáncer de Pulmón de Células no Pequeñas (CPCNP), que permitiera la identificación de genes diferencialmente expresados entre los subtipos histológicos Adenocarcinoma (AD) y Carcinoma de Células Escamosas (CCE) como potenciales biomarcadores con posible enfoque diagnóstico y/o pronóstico. Cabe mencionar que la aproximación metodológica que se aplicó en este trabajo, buscó manejar estadísticamente todos los sesgos e inconvenientes que se reportan en los análisis de expresión génica basados en microarreglos, con el fin de tener unas réplicas muy bien caracterizadas y con la mejor calidad de datos para así tener confianza en la firmar de expresión génica obtenida. Con esta aproximación se logró obtener una ―metafirma‖ de 332 genes característicos de CPCNP y de estos, 25 posibles biomarcadores propios del subtipo adenocarcinoma reportados con poca o nula frecuencia en las firmas moleculares disponibles en la literatura. Es tas aproximaciones enfocadas a la minería de datos en los que se incluyen variantes en las estrategias de análisis estadístico que buscan identificar datos que podrían sesgar los análisis, permiten potencializar los datos existentes y obtener resultados que puedan ser evaluados en experimentos de laboratorio o seguimiento en clínica.
publishDate 2018
dc.date.issued.spa.fl_str_mv 2018-09-20
dc.date.accessioned.spa.fl_str_mv 2019-07-03T02:05:10Z
dc.date.available.spa.fl_str_mv 2019-07-03T02:05:10Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/66416
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/67443/
url https://repositorio.unal.edu.co/handle/unal/66416
http://bdigital.unal.edu.co/67443/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de Biociencias
Escuela de Biociencias
dc.relation.references.spa.fl_str_mv Godoy, Marcela (2018) Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/66416/1/1018416010.2018.pdf
https://repositorio.unal.edu.co/bitstream/unal/66416/2/1018416010.2018.pdf.jpg
bitstream.checksum.fl_str_mv cc2332fd4a858592dc88a90893c30b32
64cf29bcc5471206bfdeb1f794d0cbab
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089521284775936
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Aristizábal Gutiérrez, Fabio AncízarLópez Kleine, Liliana (Thesis advisor)5423d796-dbc2-406e-98f9-a4c3ff58e005-1Godoy, Marcela0bb3d3d7-0c8a-43c1-a1fb-88357b78daa13002019-07-03T02:05:10Z2019-07-03T02:05:10Z2018-09-20https://repositorio.unal.edu.co/handle/unal/66416http://bdigital.unal.edu.co/67443/A pesar de que varios estudios han identificado y reportado en reconocidos repositorios públicos un sin número de firmas moleculares de expresión génica en cáncer obtenidas de microarreglos, se ha visto para esta tecnología que existen fuertes variaciones de los datos relacionado con la tecnología y plataforma utilizada, condiciones de hibridación, tamaño de la muestra, manipulación experimental y tipo de análisis estadístico aplicado. Así mismo, se ha demostrado que el poder estadístico de los análisis de expresión génica aumenta con la integración sistemática de datos de expresión provenientes de diferentes estudios, además permite una evaluación de la heterogeneidad para obtener resultados más robustos, reproduciblesy con mejor poder predictivo. Este trabajo pretendió implementar una metodología estadística específica de análisis transcriptómico a partir de varios conjuntos de datos de expresión génica de Cáncer de Pulmón de Células no Pequeñas (CPCNP), que permitiera la identificación de genes diferencialmente expresados entre los subtipos histológicos Adenocarcinoma (AD) y Carcinoma de Células Escamosas (CCE) como potenciales biomarcadores con posible enfoque diagnóstico y/o pronóstico. Cabe mencionar que la aproximación metodológica que se aplicó en este trabajo, buscó manejar estadísticamente todos los sesgos e inconvenientes que se reportan en los análisis de expresión génica basados en microarreglos, con el fin de tener unas réplicas muy bien caracterizadas y con la mejor calidad de datos para así tener confianza en la firmar de expresión génica obtenida. Con esta aproximación se logró obtener una ―metafirma‖ de 332 genes característicos de CPCNP y de estos, 25 posibles biomarcadores propios del subtipo adenocarcinoma reportados con poca o nula frecuencia en las firmas moleculares disponibles en la literatura. Es tas aproximaciones enfocadas a la minería de datos en los que se incluyen variantes en las estrategias de análisis estadístico que buscan identificar datos que podrían sesgar los análisis, permiten potencializar los datos existentes y obtener resultados que puedan ser evaluados en experimentos de laboratorio o seguimiento en clínica.Abstract: Although several studies have identified and reported in recognized public repositories a number of molecular signatures of gene expression in cancer obtained from microarrays, it has been seen for this technology that there are strong variations of the data related to the technology and platform used, hybridization conditions, sample size, experimental manipulation and type of statistical analysis applied. Likewise, it has been demonstrated that the statistical power of gene expression analysis increases with the systematic integration of expressio n data from different studies, in addition it allows an evaluation of heterogeneity to obtain more robust, reproducible results with better predictive power. This work aimed to implement a specific statistical methodology of transcriptomic analysis from se veral sets of gene expression data of Non -Small Cell Lung Cancer (NSCLC), which allowed the identification of genes differentially expressed bet ween the histological subtypes A denocarcinoma (AD) and Squamous Cell Carcinoma (SCC) as potential biomarkers wit h posible prognostic and / or predictive approach. It is worth mentioning that the methodological approach that was applied in this work, sought to manage statistically all the biases and drawbacks that are reported in the analysis of gene expression based on microarrays, in order to have very well characterized replicas and with the best quality of data in order to have confidence in the sign of gene expression obtained. With this approach it was possible to obtain a "metasignature " of 332 genes characteristic of NSCLC and of these, 25 possible biomarkers of the adenocarcinoma subtype reported with little or no frequency in the molecular signatures available in the literature. These approaches focused on data mining, which include variants in the statistical analysis strategies that seek to identify data that could bias the analyzes, allow to potentiate existing data and obtain results that can be evaluated in laboratory experiments or clinical followMaestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de BiocienciasEscuela de BiocienciasGodoy, Marcela (2018) Identificación in silico de biomarcadores transcripcionales de cáncer de pulmón. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.57 Ciencias de la vida; Biología / Life sciences; biologyCáncer de pulmón de células no pequeñasExpresión diferencialBiomarcadoresEstadística genómicaNon Small Cell Lung Cancerdifferential expressionBiomarkersgenomic statisticsIdentificación in silico de biomarcadores transcripcionales de cáncer de pulmónTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL1018416010.2018.pdfTesis de Maestría en Ciencias - Biotecnologíaapplication/pdf2231107https://repositorio.unal.edu.co/bitstream/unal/66416/1/1018416010.2018.pdfcc2332fd4a858592dc88a90893c30b32MD51THUMBNAIL1018416010.2018.pdf.jpg1018416010.2018.pdf.jpgGenerated Thumbnailimage/jpeg4411https://repositorio.unal.edu.co/bitstream/unal/66416/2/1018416010.2018.pdf.jpg64cf29bcc5471206bfdeb1f794d0cbabMD52unal/66416oai:repositorio.unal.edu.co:unal/664162023-05-24 23:03:20.768Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co