Título: | Identification of biomarkers with predictive power in cancer: a perspective from the science of biomedical data and bioinformatics : Identificación de biomarcardores con poder pronóstico en cáncer: una perspectiva desde la ciencia de datos biomédicos y la bioinformática |
Autores: | Menazzi, Sebastián ; Chanfreau, Hernán ; Nastasi, David ; Lichowski, Juan Martín ; Martínez, Diego ; Camele, Genaro ; Butti, Matías |
Tipo de documento: | texto impreso |
Editorial: | Universidad Abierta Interamericana, 2019-09-03 |
Nota general: |
Revista Abierta de Informática Aplicada (RAIA); Vol 3, No 2 (2019): agosto-diciembre; 5-14 2591-5320 Copyright (c) 2019 Revista Abierta de Informática Aplicada (RAIA) http://creativecommons.org/licenses/by-nc/4.0 |
Idiomas: | Español |
Palabras clave: | Artículos |
Resumen: |
In the study of cancer, gene expression profiles have great relevance since they show the activity of genes of interest in the tissue under analysis. The biotechnological advances and the sequencing cost reduction have allowed to produce large volumes of molecular data including gene expression profiles, which can be analyzed together with survival data (recurrence of a tumor or death) to obtain valuable information on the prognosis of the patient. The objective is to identify expression profiles that show association with clinically actionable characteristics, in response to a treatment or recurrence capacity of the tumor.The analysis of these large volumes of biomedical data requires computational, bioinformatic and biostatistical knowledge. The Bioplat platform allows to democratize these analyses and is especially useful for teams that have biological experience but not computational / biostatistical. It also integrates multiple sources of datasets, allows to incorporate the user’s own data and provides a curated database. It offers extension points so that computer scientists can easily incorporate new machine learning algorithms, tools or techniques. En el estudio del cáncer, los perfiles de expresión génica tienen gran relevancia dado que permiten conocer la actividad de genes de interés en el tejido en análisis. El avance biotecnológico y la disminución de costos de secuenciación han permitido producir grandes volúmenes de datos moleculares incluidos los perfiles de expresión génica, que pueden ser analizados junto con los datos de supervivencia (recidiva de un tumor u óbito) para obtener información valiosa sobre el pronóstico del paciente. El objetivo es identificar perfiles de expresión que muestren asociación con características clínicamente accionables, como respuesta a un tratamiento o capacidad de recidiva del tumor. El análisis de estos grandes volúmenes de datos biomédicos requiere de conocimiento computacional, bioinformático y bioestadístico. La plataforma Bioplat permite democratizar estos análisis y es especialmente útil para equipos que tienen la experiencia biológica pero no la computacional/ bioestadística. Además integra múltiples fuentes de datasets, permite incorporar datos propios y provee una base de datos curada. Ofrece puntos de extensión para que científicos de la computación puedan incorporar fácilmente nuevos algoritmos, herramientas o técnicas de machine learning. |
En línea: | http://portalreviscien.uai.edu.ar/ojs/index.php/RAIA/article/view/201 |
Ejemplares
Estado |
---|
ningún ejemplar |