Métodos de agrupamento na análise de dados de expressão gênica
AUTOR(ES)
Fabiene Silva Rodrigues
DATA DE PUBLICAÇÃO
2009
RESUMO
The clustering techniques have frequently been used in literature to the analyse data in several fields of application. The main objective of this work is to study such techniques. There is a large number of clustering techniques in literature. In this work we concentrate on Self Organizing Map (SOM), k-means, k-medoids and Expectation- Maximization (EM) algorithms. These algorithms are applied to gene expression data. The analisys of gene expression, among other possibilities, identifies which genes are differently expressed in synthesis of proteins associated to normal and sick tissues. The purpose is to do a comparing of these metods, sticking out advantages and disadvantages of such. The metods were tested for simulation and after we apply them to a real data set.
ASSUNTO(S)
método de agrupamento seleção de modelos análise multivariada expressão gênica k-medoids fator de bayes estatistica modelos com misturas self organizing map (som) algoritmo em k-means
ACESSO AO ARTIGO
http://www.bdtd.ufscar.br/htdocs/tedeSimplificado//tde_busca/arquivo.php?codArquivo=2807Documentos Relacionados
- Análise de agrupamento de dados de expressão gênica na Rede Genômica Animal.
- Análise de agrupamento de dados de expressão gênica na Rede Genômica Animal.
- Aplicação da análise de agrupamento de dados de expressão gênica temporal a dados em painel
- Aplicação de técnicas de validação estatística e biológica em agrupamento de dados de expressão gênica
- Métodos estatísticos aplicados à análise da expressão gênica.