Detección de Conjuntos Significativos de Genes vía Silohuette

ABRAS G.; PASTORE J. I.; BRUN M.; BALLARIN V.

Ciudad Autónoma de Buenos Aires. Argentina

Congreso; 39º Jornadas Argentinas de Informática (39° JAIIO); 2010

Sociedad Argentina de Informática (SADIO). Universidad Argentina de la Empresa (UADE)

La selección de genes es una tarea importante en el área de la bioinformática, donde los genes significativos son agrupados utilizando algún criterio de significación. En el caso de clasificación de tejidos, como por ejemplo, tejido enfermo vs normal, etc., el criterio utilizado es la capacidad de proporcionar características apropiadas para la tarea de clasificación. En otros casos es interesante seleccionar grupos grandes de los genes con un comportamiento similar, independientemente de la clase. Esta tarea se realiza generalmente por algoritmo de clustering, donde toda la familia de genes, o un subconjunto de ellos, se agrupan en grupos significativos. Estas técnicas proporcionan una visión sobre la posible co-regulación entre los genes, pero por lo general ofrecen grandes, tal vez enormes conjuntos, en función del número de clusters necesarios. En este trabajo se presenta un nuevo algoritmo que establece una lista de genes con una expresión muy similar. Esto es posible mediante el agrupamiento de árboles completos proporcionados por el algoritmo de clustering jerárquico, y el Índice Silhouette para la clasificación de los subconjuntos.