MICROARRAYS

MICROARRAYS

1. El objetivo de este artículo es revisar algunos aspectos de chips de ADN en mediciones de expresión génica, describir los enfoques analíticos comunes, y familiarizarse con datos generados por el aprendizaje de estas tecnologías.

2. Biología detrás de las mediciones de microarrays de expresión génica

   • La información de la secuencia de nuestro genoma sirve como base para el desarrollo de microarrays de ADN.
     • En general, un microarray (o chip) se compone de miles de secuencias de ADN (sondas), correspondientes a segmentos de genes que se colocan en posiciones específicas
       • Al marcar un cADN con un colorante fluorescente la cuantificación de la intensidad de la señal de fluorescencia permite evaluar la cantidad de hibridación
   • El conocimiento de la secuencia de nucleótidos de un gen no conduce directamente al conocimiento en relación con el nivel de expresión de ese gen.
   • la expresión de genes varía de acuerdo con el desarrollo etapa, el tejido, la edad y las condiciones ambientales
     • La expresión génica es un paso intermedio antes de la ensamblaje de las proteínas a partir de sus componentes básicos

3. INTRODUCCIÓN

   • Los Microarrays miden y analizan la expresión de miles de genes
     • La medición de la expresión génica: El objetivo de las tecnologías de microarrays de ADN es medir el nivel de expresión para grandes conjuntos de genes, de manera global.
   • Con el crecimiento del uso de chips de ADN han crecido las bases de datos y con ayuda de estas los ingenieros biomédicos están buscando alternativas para el tratamiento de enfermedades de todo tipo.
     • Recoger datos sirve para probar nuevos algoritmos con el fin de optimizar el reconocimiento de patrones y aplicarlos a los algoritmos.
       • Hay dos plataformas de microarrays comunes para la investigación de la expresión génica: ADN complementario (ADNc) y microarrays de ADN.

4. Como acceder a los datos?

   • Los datos publicados por lo general constituyen una transformación de la versión del conjunto de datos inicial
     • Es importante que esta información sea archivada de forma estandarizada
       • Esto permite a los investigadores compartir información común y hacer comparaciones válidas entre experimentos
         • No todos los conjuntos de datos disponibles de microarrays son apropiados para máquinas de investigación del aprendizaje

5. Las técnicas más comunes

   • cuestiones que deben ser considerados para un estudio
     • tipo de plataforma de microarrays de ADN seleccionado
     • mRNA preparación
     • análisis de datos
   • cada paso de un experimento de microarrays está sujeta a diferentes fuentes de variabilidad
     • Pre-procesamiento
       • El filtrado es un enfoque para reducir la número de genes para análisis de datos
         • Genes alta abundancia = Más confables
         • Genes con baja abundancia = Menos confiables
         • incluye la identificación y la eliminación de elementos de matriz antes de continuar análisis
     • Los modelos estadísticos
       • Hay una Necesidad de ampliar el conjunto de modelos disponibles para los investigadores ya que les permiten seleccionar los modelos adecuados para sus datos
         • El análisis no puede garantizar que los grupos de interés será el resultado de los datos, aunque esto puede de hecho suceder
           • La identificación de los genes que más contribuyen a la estimación de un modelo predictivo particular, se puede hacer a través de los métodos de selección de variable.
           • Se necesitan nuevos métodos para la selección de variables.
       • Dos enfoques utiles
         • Remuestreo de los casos de formación
         • Disminución en el número de variables.
           • El intervalo de confianza es necesario introducir para tener en cuenta la correlación de los resultados.
   • CONCLUSIÓN
     • En conclusión, las nuevas fuentes de datos tales como los derivados a partir del gen microarrays de expresión ofrecen nuevos retos para el desarrollo y evaluación de estadística y algoritmos de aprendizaje automático.

6. Validación biológica de resultados

   • La grupación de genes que han sido identificados como vinculados a una determinada condición o proceso de desarrollo requiere nueva investigación para determinar su importancia biológica.
     • varios estudios han demostrado que in situ hibridaciones pueden ser utilizada para detectar un gran número de genes candidatos
       • señalización moléculas o factores de transcripción son comúnmente expresado en múltiples tejidos o etapas
       • La importancia funcional de cualquier gen corto depende de la presencia o ausencia de productos de muchos otros genes.

7. JOHANA CONSTANZA OJEDA AVILA

   • UNIVERSIDAD DEL ROSARIO