Gasvem: una nueva metodología de aprendizaje automático para el análisis de múltiples SNP de datos de GWAS basada en algoritmos genéticos y máquinas de vectores de soporte
Autores: Díez Díaz, Fidel; Sánchez Lasheras, Fernando; Moreno, Víctor; Moratalla-Navarro, Ferran; Molina de la Torre, Antonio José; Martín Sánchez, Vicente
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Gasvem: una nueva metodología de aprendizaje automático para el análisis de múltiples SNP de datos de GWAS basada en algoritmos genéticos y máquinas de vectores de soporte
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estudios de asociación a nivel del genoma
Variantes genéticas
Estudios observacionales
Metodologías de aprendizaje automático
Algoritmos genéticos
Máquinas de vectores de soporte
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Los estudios de asociación del genoma a nivel amplio (GWAS, por sus siglas en inglés) son estudios observacionales de un amplio conjunto de variantes genéticas en una muestra de individuos con el fin de determinar si alguna de estas variantes está relacionada con un rasgo particular. En las últimas dos décadas, los GWAS han contribuido a varios descubrimientos nuevos en el campo de la genética. Esta investigación presenta una metodología novedosa a la cual se pueden aplicar los GWAS. Está principalmente basada en dos metodologías de aprendizaje automático, algoritmos genéticos y máquinas de vectores de soporte. La base de datos empleada para el estudio consistió en información sobre 370,750 polimorfismos de un solo nucleótido pertenecientes a 1076 casos de cáncer colorrectal y 973 controles. Se probaron diez vías con diferentes grados de relación con el rasgo en estudio. Los resultados obtenidos mostraron cómo la metodología propuesta es capaz de detectar vías relevantes para un cierto rasgo: en este caso, el cáncer colorrectal.
Descripción
Los estudios de asociación del genoma a nivel amplio (GWAS, por sus siglas en inglés) son estudios observacionales de un amplio conjunto de variantes genéticas en una muestra de individuos con el fin de determinar si alguna de estas variantes está relacionada con un rasgo particular. En las últimas dos décadas, los GWAS han contribuido a varios descubrimientos nuevos en el campo de la genética. Esta investigación presenta una metodología novedosa a la cual se pueden aplicar los GWAS. Está principalmente basada en dos metodologías de aprendizaje automático, algoritmos genéticos y máquinas de vectores de soporte. La base de datos empleada para el estudio consistió en información sobre 370,750 polimorfismos de un solo nucleótido pertenecientes a 1076 casos de cáncer colorrectal y 973 controles. Se probaron diez vías con diferentes grados de relación con el rasgo en estudio. Los resultados obtenidos mostraron cómo la metodología propuesta es capaz de detectar vías relevantes para un cierto rasgo: en este caso, el cáncer colorrectal.