Preprocessing and analyzing genetic data with complex networks: An application to Obstructive Nephropathy

Menasalvas Ruiz, Ernestina; Boccaletti, Stefano; Zanin, Massimiliano y Sousa, Pedro (2012). Preprocessing and analyzing genetic data with complex networks: An application to Obstructive Nephropathy. "Networks And Heterogeneous Media", v. 7 (n. 3); pp. 473-481. ISSN 1556-1801. https://doi.org/10.3934/nhm.2012.7.473.

Descripción

Título: Preprocessing and analyzing genetic data with complex networks: An application to Obstructive Nephropathy
Autor/es:
  • Menasalvas Ruiz, Ernestina
  • Boccaletti, Stefano
  • Zanin, Massimiliano
  • Sousa, Pedro
Tipo de Documento: Artículo
Título de Revista/Publicación: Networks And Heterogeneous Media
Fecha: Septiembre 2012
Volumen: 7
Materias:
Palabras Clave Informales: Genetic data, complex networks, iterative feature selection, obstructive nephropathy, datos genéticos, redes complejas, seleción de características iterativas, nefropatía obstructiva.
Escuela: Facultad de Informática (UPM) [antigua denominación]
Departamento: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (501kB) | Vista Previa

Resumen

Many diseases have a genetic origin, and a great effort is being made to detect the genes that are responsible for their insurgence. One of the most promising techniques is the analysis of genetic information through the use of complex networks theory. Yet, a practical problem of this approach is its computational cost, which scales as the square of the number of features included in the initial dataset. In this paper, we propose the use of an iterative feature selection strategy to identify reduced subsets of relevant features, and show an application to the analysis of congenital Obstructive Nephropathy. Results demonstrate that, besides achieving a drastic reduction of the computational cost, the topologies of the obtained networks still hold all the relevant information, and are thus able to fully characterize the severity of the disease.

Más información

ID de Registro: 15534
Identificador DC: http://oa.upm.es/15534/
Identificador OAI: oai:oa.upm.es:15534
Identificador DOI: 10.3934/nhm.2012.7.473
URL Oficial: http://www.aimsciences.org/journals/displayArticlesnew.jsp?paperID=7799
Depositado por: Memoria Investigacion
Depositado el: 03 Jun 2013 17:40
Ultima Modificación: 21 Abr 2016 15:38
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM