Desarrollo de una metodología estadística aplicada a la construcción y comparación de redes de coexpresión génica

Diversos métodos estadísticos son aplicados a la investigación de redes complejas, por ejemplo en la construcción y comparación de redes de coexpresi´on génica (RCG). Las RCG muestran de forma gráficas cómo los genes de un ser vivo participan coordinadamente en los procesos celulares. Las RCG esquematizan el funcionamiento global del sistema biológico por medio de nodos (genes) y aristas (relaciones funcionales entre genes), con base en datos experimentales. En este trabajo se identifican varias limitaciones previa- mente reportadas en las metodologías de construcción y comparación de RCG. Se evalúan y seleccionan los métodos más indicados para mejorar desde un enfoque estadístico las estrategias empleadas actualmente. La tesis hace los siguientes aportes: • En la construcción de RCG: – Se emplea una medida de similitud que considera las asociaciones no lineales entre los datos de expresión. – Se adapta un método basado en coeficientes de agrupamiento para establecer las aristas de la red. • En la comparación de RCG: – Se proponen nuevas variables capaces de capturar información topológica y biológica intrínseca en la red. – Se comparan las redes aplicando un análisis en componentes principales seguido de una clasificación no jerárquica. La metodología se evaluó con datos obtenidos en experimentos de inmunidad en las plantas: arroz, soya, tomate, yuca y Arabidopsis. Los resultados demuestran que las RCG construidas con esta metodología contienen aristas valiosas para entender el sistema. Se encontró una forma objetiva y confiable de construir la red, con la cual se reduce el ruido de los datos y se evitan aristas no significativas. Con el objetivo de caracterizar las redes, se demostró que las nuevas variables son independientes del tamaño de la red y aportan información valiosa para comprender los sistemas en estudio. Finalmente, al hacer la clasificación de las redes en el espacio factorial, se encontraron patrones de similitud entre las redes, al igual que asociaciones entre las variables que las describían.

• Autores: Leal Ayala, Luis Guillermo
• Fecha de publicación: 2013
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/21850
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/21850; http://bdigital.unal.edu.co/12850/
• Palabra clave: 51 Matemáticas / Mathematics; 57 Ciencias de la vida; Biología / Life sciences; biology; Redes de coexpresión génica; Medidas de similitud; Información mutua; Umbral de similitud; Coeficientes de agrupamiento; Análisis en componentes principales; Clasificación no jerárquica; Comparación de redes; Inmunidad vegetal; Gene coexpression networks; Similarity measures; Mutual information; Similarity threshold; Clustering coefficient; Principal component analysis; Non-hierarchical classification; Network comparison; Plant immunity
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional