Análisis de redes y minería de datos aplicados al estudio de referencias bibliográficas para la búsqueda de genes relevantes en el ámbito de la medicina de precisión

ZÚÑIGA TREJOS, Sheila Melisa (2020) Trabajo de Fin de Máster (TFM)

El impacto actual que tienen las plataformas ómicas en el desarrollo del conocimiento de determinadas enfermedades y su tratamiento ha provocado un aumento exponencial del número de referencias bibliográficas que recogen los resultados de todos estos hallazgos. La investigación colaborativa es un suceso habitual en el ámbito científico a partir del cual se genera una red de coautores, que generan a su vez un gran número de artículos de investigación vinculados entre sí. Para poder determinar la relevancia de un gen o de un conjunto de genes en una patología particular, es imprescindible llevar a cabo una lectura exhaustiva de aquella bibliografía publicada en revistas científicas con mayor factor de impacto o aquellas con mayor número de citas. Este proceso de búsqueda y lectura de los artículos científicos con mayor relevancia, así como la identificación de los autores o grupos de investigación más influyentes, es un proceso lento, que conlleva muchas horas de dedicación, y mediante el cual es frecuente pasar por alto referencias bibliográficas importantes dad la gran cantidad de revistas científicas especializadas que existen en el día de hoy. Este trabajo propone la aplicación de metodologías de análisis de redes al estudio de referencias bibliográficas de carácter científico con el fin de identificar conjuntos de artículos con mayor impacto en la investigación de una patología determinada. Una vez identificadas las comunidades bibliográficas más relevantes, este proyecto propone la implementación de técnicas de minería de datos para seleccionar los genes que aparecen en estos artículos y contribuir de esta manera al diseño de nuevos paneles de genes para el cribado molecular de pacientes en un contexto de Medicina de Precisión.
The current impact of omics platforms in the developmment of knowledge of particular diseases and their treatment has caused an exponential increase in the number of bibliographic references that collect the results of all thes findings. Collaborative research is a common event in the scientific community that generates by itself a network of inter-connected co-authors and research articles. In order to determine the relevance of a gene or a set of genes in a particcular disease, it is enssential to carry out an exhaustive reading of the bibliography that is published in scientific journals with a high impact factor or with a large number of citations. This process of searching and reading the most relevant scientific articles, as well as identifying the most influential authors or research groups, is a slow process, which takes many hours of dedication, and through which it is common to overlook important bibliographic references given the large number of specialized scientific journals that exist today. This work proposes the application of network analysis methodologies to the study of scientific bibliographic references in order to identify sets of articles with high impact in the investigation of a specific disorder. Once the most relevant bibliographic communities are identified, this project proposes the implementation of data mining techniques to the genes that are included in these articles and contribute this way to the design of new gene panels for the molecular screening of patients in a Precision Medicine context.
  • Tipo de documento: Trabajo de Fin de Máster (TFM)
  • Directores: Juan Manuel Moreno Lamparero
  • Tipo de autorizacion: Acceso abierto
  • Título obtenido:
  • Derechos: CC Atribución-NoComercial-SinDerivadas 3.0 España