1 / 30

BIOINFORMÁTICA: INTERFAZ WEB PARA MOSTRAR LAS RELACIONES DE EXPRESIÓN ENTRE GRUPOS DE GENES

BIOINFORMÁTICA: INTERFAZ WEB PARA MOSTRAR LAS RELACIONES DE EXPRESIÓN ENTRE GRUPOS DE GENES. Autor: Jose Luis Aylas Flores Direcció: Mario Huerta (IBB-UAB) i Jordi Gonzàlez (CVC-UAB). 1. Índice. Introducción Objetivos Fases Aplicación web Conclusiones. 2. Índice. Introducción

abraham-nichols
Download Presentation

BIOINFORMÁTICA: INTERFAZ WEB PARA MOSTRAR LAS RELACIONES DE EXPRESIÓN ENTRE GRUPOS DE GENES

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. BIOINFORMÁTICA: INTERFAZ WEB PARA MOSTRAR LAS RELACIONES DE EXPRESIÓN ENTRE GRUPOS DE GENES Autor: Jose Luis Aylas Flores Direcció: Mario Huerta (IBB-UAB) i Jordi Gonzàlez (CVC-UAB) 1

  2. Índice • Introducción • Objetivos • Fases • Aplicación web • Conclusiones 2

  3. Índice • Introducción • Motivación • Estado del arte • Objetivos • Fases • Aplicación web • Conclusiones 3

  4. Motivación • Profundizar y ampliar conocimientos en el campo de la BioInformática. • Poner a prueba conocimientos y habilidades adquiridos durante el transcurso de la formación universitaria. • Aplicar conocimientos teóricos a un problema real. 4

  5. Estado del arte • El estudio de los genes y sus relaciones de expresión es muy importante • Los genes cuyas expresiones mantienen una relación lineal dan lugar a un determinado proceso biológico. Los genes cuyas expresiones mantienen una relación no lineal, relacionan procesos diferentes. 5

  6. Estado del arte Relaciones de expresión: Es la dependencia existente entre las expresiones de 2 genes. Las expresiones de los genes no son arbitrarias y están todas relacionadas. Relación de expresión no lineal: Es la expresión entre 2 genes pero que no siguen una relación de coexpresión o de inhibición. Es decir que no se expresan a la vez (y=mx) o que la expresión de un gen no significa que el otro gen deja de expresarse (y=-mx). Como podemos observar en la figura en la medida en la que se expresa SYT11, RSP16 pasa a subexpresarse (y viceversa). Los genes se estan coexpresando negativamente.

  7. Estado del arte • La tecnología microarray permite obtener los niveles de expresión de un gran número de genes para un gran número de condiciones experimentales.

  8. Estado del arte • Para estudiar la relación entre las expresiones de los genes se utiliza un modelo abstracto de datos: Los Grafos. Más concretamente, los grafos cliques. 8

  9. Estado del arte • Se generan grupos de cliques isomorfos lineales respecto a un clique dado: Dos cliques serán isomorficos lineales entre si, si solo si además de representar sus aristas las mismas tipologías, cada gen de uno de los cliques mantiene una relación de expresión lineal con un gen diferente del otro clique. • El siguiente paso lógico es encontrar los cliques de cliques. 9

  10. Índice • Introducción • Objetivos • Fases • Aplicación web • Conclusiones 10

  11. Objetivos • El preproceso • Obtener los cliques de cliques. • Clasificación de los cliques de cliques. • Preparar de datos para la interfaz web. 11

  12. Objetivos • 2. El desarrollo de la aplicación web • Se muestren los cliques de cliques • Se muestren los grupos de cliques isomorficos lineales • Se muestren los cliques lineales y no lineales. 12

  13. Índice • Introducción • Objetivos • Fases • Aplicación web • Conclusiones 13

  14. Fases 1.-Análisis de Memorias/Directorios/Ficheros 2.-Análisis del funcionamiento del preproceso 3.-Desarrollo de los nuevos cálculos del preproceso 4.-Diseño y desarrollo de la aplicación web 14

  15. Fases 1.-Análisis de Memorias/Directorios/Ficheros • Adquisición de conocimientos • Estructura del servidor 15

  16. Fases 2.-Análisis del funcionamiento del preproceso • Análisis del fichero encargado de ejecutar el preproceso, se ejecutan : fase1,fase2 y fase3 16

  17. Fases 3.-Desarrollo de los nuevos cálculos del preproceso • Se disponía del preproceso hasta la fase 3, se implementa la cuarta fase. 17

  18. Fases 4.-Diseño y desarrollo de la aplicación web • Diseño de la interfaz web para los cliques de cliques, grupos de cliques isomorfos lineales y cliques isomorfos lineales y no lineales con una vista general y su correspondiente interfaz web en detalle. • En la vista general se muestran las diferentes tipologías y en la de detalle los cliques de cliques de cada tipología. 18

  19. Índice • Introducción • Objetivos • Fases • Aplicación web • Conclusiones 19

  20. Aplicación web Interfaz web de los cliques de cliques Tipología 20

  21. Aplicación web Interfaz web de los cliques de cliques en detalle para una tipología dada Identificador Nombre Genes correlacionados Genes marcadores 21

  22. Aplicación web Interfaz web de los grupos de cliques isomorfos lineales respecto a un clique dado 22

  23. Aplicación web Interfaz web de los grupos de cliques isomorfos lineales en detalle respecto a un clique dado 23

  24. Aplicación web Interfaz web para los cliques isomorfos lineales y no lineales 24

  25. Aplicación web Interfaz web para los cliques isomorfos lineales y no lineales en detalle 25

  26. Aplicación web Interfaz web para mostrar las relaciones de expresión entre grupos de genes 26

  27. Índice • Introducción • Objetivos • Fases • Aplicación web • Conclusiones 27

  28. 4 Bibliografía • http://revolutionresearch.uab.es : A web server for on-line microarray analysis supported by the Institute of Biotechnology and Biomedicine of the Autonomous University of Barcelona (IBB-UAB). • Delicado, P.(2001) Another look at principal curves and surfaces. Journal of Multivariate Analysis, 77, 84-116. • Delicado, P. and Huerta, M. (2003): 'Principal Curves of Oriented Points: Theoretical and computational improvements'. Computational Statistics 18, 293-315. • Cedano J, Huerta M, Estrada I, Ballllosera F, Conchillo O, Delicado P, Querol E. (2007) A web server for automatic analysis and extraction of relevant biological knowledge. Comput Biol Med. 37:1672-1675. • Huerta M, Cedano J, Querol E. (2008) Analysis of nonlinear relations between expression profiles by the principal curves of oriented-points approach. J Bioinform Comput Biol. 6:367-386. • Cedano J, Huerta M, Querol E. (2008) NCR-PCOPGene: An Exploratory Tool for Analysis of Sample-Classes Effect on Gene-Expression Relationships Advances in Bioinformatics, vol. 2008. • Huerta M, Cedano J, Peña D, Rodriguez A, Querol E. (2009) PCOPGene-Net: holistic characterisation of cellular states from microarray data base on continuous and non-continuos analysis og gene-expression relationships. BMC Bioinformatics 2009 May 9;10:138.

  29. Conclusiones • Objetivo principal cumplido. • El rendimiento de la aplicación web permite aplicar cambios en tiempo real. • Descubrimiento del campo de la BioInformática y la genómica. • Participación en un proyecto de investigación puntero en el IBB. 29

  30. ¿Preguntas? Jose Luis Aylas Flores

More Related