- -

Statistical methods for time course microarray data.

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Statistical methods for time course microarray data.

Show simple item record

Files in this item

dc.contributor.advisor Ferrer Riquelme, Alberto José es_ES
dc.contributor.advisor Conesa Cegarra, Ana es_ES
dc.contributor.author Nueda Roldán, María José es_ES
dc.date.accessioned 2009-09-02T12:09:20Z
dc.date.available 2009-09-02T12:09:20Z
dc.date.created 2009-07-07T08:00:00Z es_ES
dc.date.issued 2009-09-02T12:09:07Z es_ES
dc.identifier.uri http://hdl.handle.net/10251/6061
dc.description.abstract La tesis aborda el análisis estadístico de series simples y múltiples de experimentos de "Time Course Microarray" (TCM). El trabajo se centra en el desarrollo, aplicación y evaluación de métodos estadísticos específicos que consideran la problemática de este tipo de datos, tanto desde el punto de vista de selección de genes como del análisis funcional. Las técnicas desarrolladas se comparan con otros métodos del estado del arte actual evaluando las diferentes metodologías en términos de eficiencia y significado biológico de los resultados. En la tesis se incluye la descripción del funcionamiento de la tecnología de "microarrays" así como una revisión crítica de los métodos estadísticos aplicados a este tipo de datos mostrando los inconvenientes que surgen al aplicar métodos generales a series temporales de "microarrays" y justificando la necesidad de desarrollar nuevas técnicas para el análisis de TCM. La primera técnica desarrollada es maSigPro ("microarray Significant Profile") que usa análisis de regresión lineal para modelar la expresión génica y lleva a cabo una estrategia en dos pasos para seleccionar los genes diferencialmente expresados. La aplicación de la técnica multivariantes ASCA (ANOVA "Simultaneous Component Analysis") a datos de TCM da como resultado el método ASCA-genes que combina la exploración multivariante de datos con un procedimiento de selección para identificación de genes con cambios relevantes. El método ASCA es también usado para crear una estrategia de filtrado de datos de gran utilidad para eliminar el alto nivel de ruido estructural de los datos de microarrays. Por último, se desarrollan métodos estadísticos para una evaluación directa e integrada de las alteraciones que pueden sufrir las funciones génicas en TCM. Para este propósito, se ha adaptado las técnicas maSigPro, ASCA y PCA incorporándoles información funcional obteniendo las metodologías maSigFun, PCA-maSigFun y ASCA-functional. es_ES
dc.language Inglés es_ES
dc.rights Reserva de todos los derechos es_ES
dc.source Riunet
dc.subject Time-course microarray es_ES
dc.subject Masigpro es_ES
dc.subject Asca es_ES
dc.subject Anova es_ES
dc.subject Pca es_ES
dc.subject.classification ESTADISTICA E INVESTIGACION OPERATIVA es_ES
dc.title Statistical methods for time course microarray data.
dc.type Tesis doctoral es_ES
dc.subject.unesco 1209 - Estadística es_ES
dc.subject.unesco 120903 - Análisis de datos es_ES
dc.subject.unesco 120909 - Análisis multivariante es_ES
dc.subject.unesco 240401 - Bioestadística es_ES
dc.identifier.doi 10.4995/Thesis/10251/6061 es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat es_ES
dc.description.bibliographicCitation Nueda Roldán, MJ. (2009). Statistical methods for time course microarray data [Tesis doctoral no publicada]. Universitat Politècnica de València. doi:10.4995/Thesis/10251/6061. es_ES
dc.type.version info:eu-repo/semantics/acceptedVersion es_ES
dc.relation.tesis 3091 es_ES


This item appears in the following Collection(s)

Show simple item record