TrAC-GCN relojes transcriptómicos de envejecimiento usando redes neuronales convolucionales de grafos

Los relojes de envejecimiento tienen un gran potencial en la biogerontología actual debido a que permiten la evaluación de terapias de manera estandarizada y sin tener que esperar largos tiempos de experimentación. De los biomarcadores disponibles para elaborar estos algoritmos, los perfiles de expresión genética (RNA-Seq) emergen como uno de los mas prometedores gracias a su interpretabilidad directa a nivel proteico y a su posibilidad de integración con otros dominios de investigación. En este trabajo, se propone un novedoso reloj transcriptómico basado en redes convolucionales de grafos que es capaz de integrar (1) información global del perfil de expresión y (2) información estructural extraída de una red genética; para obtener predicciones que aprovechen las ventajas de cada uno de los dominios. Nuestro método, TrAC-GCN, obtiene un desempeño del estado del arte en la regresión de edad cronológica a partir de perfiles de expresión genética (6.18 años de MAE en la base de datos propuesta por Shokhirev et al).

• Autores: Mejía Sepúlveda, Gabriel Mateo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/59498
• Acceso en línea: http://hdl.handle.net/1992/59498
• Palabra clave: Envejecimiento; Regresión; Deep learning; Redes convolucionales de grafos; Ingeniería
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional