Modelos de predicción de cáncer de pulmón a partir de la microbiota y verificación de leyes macroecológicas

Abstract

En este trabajo se va a estudiar la microbiota de pacientes de cáncer de pulmón desde dos enfoques distintos, en el primero se aplican métodos de Machine Learning (ML) y en el segundo se verifica si se cumplen dos leyes macroecológicas. Las muestras se tomaron de saliva, heces, pulmón contralateral y pulmón afectado. Para el preprocesado inicial de los datos se crearon varios programas con interfaz gráfica, permitiendo obtener las abundancias relativas y realizar distintos tipos de filtrado dependiendo de cada parte de este trabajo. Dado que los datos pueden parecer escasos, una mayor cantidad de muestras podría mejorar en gran medida los resultados. La primera parte de este trabajo consiste en la aplicación de métodos de ML con los datos mencionados anteriormente. Para estos análisis se emplearon muestras de pacientes sanos como controles, y se vio que con datos de pulmón el método de redes neuronales es el que hacía mejores predicciones. Al comparar los controles con los datos de pulmón contralateral y pulmón afectado se obtuvieron unas predicciones con una tasa de acierto superior al 80% en algunos métodos. Los resultados no mostraron ninguna diferencia significativa entre los datos de pulmón contralateral y afectado. En la comparación de datos de saliva, la tasa de acierto disminuye notablemente, pero sigue siendo superior al 70% en algunos casos. La segunda parte de este trabajo consiste en verificar si se cumplen la segunda y tercera ley macroecológica de las tres descritas en el artículo (Grilli, 2019), las cuales permiten generar muestras artificiales. Los datos sufren un filtrado por el cual aquellas bacterias que no estén en todas las muestras de un ecosistema, se eliminan. La segunda ley relaciona la media y la varianza diciendo que la varianza escala cuadráticamente respecto a la media. Tras representar los datos se vio cómo esta ley se cumple en gran medida, aunque existe un pequeño margen de error. La tercera ley dice que las medias relativas siguen una distribución Lognormal, los resultados mostraron que apenas se cumple esta ley, sin embargo, si no se aplica el filtrado sí que llega a aplicarse con un grado alto de fidelidad.