Centro de Altos Estudios en Tecnología Informática
Permanent URI for this community
Browse
Browsing Centro de Altos Estudios en Tecnología Informática by Subject "bioinformática"
Results Per Page
Sort Options
-
ItemIdentificación de biomarcardores con poder pronóstico en cáncer : una perspectiva desde la ciencia de datos biomédicos y la bioinformática(Universidad Abierta Interamericana. Facultad de Tecnología Informática, 2019) Nastasi, David Alejandro ; Lichowski, Juan Martín ; Butti, Matías Daniel ; Menazzi, Sebastián ; Chanfreau, Hernán ; Martínez, Diego ; Camele, GenaroEn el estudio del cáncer, los perfiles de expresión génica tienen gran relevancia dado que permiten conocer la actividad de genes de interés en el tejido en análisis. El avance biotecnológico y la dismi¬nución de costos de secuenciación han permitido producir grandes volúmenes de datos moleculares incluidos los perfiles de expresión génica, que pueden ser analizados junto con los datos de super¬vivencia (recidiva de un tumor u óbito) para obtener información valiosa sobre el pronóstico del paciente. El objetivo es identificar perfiles de expresión que muestren asociación con características clínicamente accionables, como respuesta a un tratamiento o capacidad de recidiva del tumor. El análisis de estos grandes volúmenes de datos biomédicos requiere de conocimiento computa¬cional, bioinformático y bioestadístico. La plataforma Bioplat permite democratizar estos análisis y es especialmente útil para equipos que tienen la experiencia biológica pero no la computacional/ bioestadística. Además integra múltiples fuentes de datasets, permite incorporar datos propios y provee una base de datos curada. Ofrece puntos de extensión para que científicos de la computación puedan incorporar fácilmente nuevos algoritmos, herramientas o técnicas de machine learning.
-
ItemModulector : una plataforma como servicio para el acceso a bases de datos de micro ARNs(Universidad Nacional de La Plata, 2021-8-5) Butti, Matías Daniel ; Marraco, Agustin Daniel ; Abba, Martín Carlos ; Menazzi, Sebastián ; Hasperué, Waldo ; Camele, GenaroEl notable crecimiento del volumen de datos genómicos y la enorme variedad de bases de datos que los almacenan, hacen indispensable disponer de mecanismos eficientes y eficaces de integración. En la actualidad se encuentran disponibles varias herramientas que ofrecen APIs (Interfaz de programación de aplicaciones) que permiten acceder a dicha información, que pueden ser utilizados tanto a través de lenguajes de programación como de navegadores a partir de servicios web. Sin embargo, en dominios específicos de la bioinformática como el caso de los micro ARN -pequeñas moléculas de ARN de gran interés por su capacidad de regular la actividad de otros genes- la mayoría de las soluciones recurren en problemas que dificultan su uso, incluyendo la falta de procesos que simplifiquen la actualización de sus bases de datos a medida que se publica nueva información, tiempos de respuesta inadecuados, dificultad para garantizar la escalabilidad, falta de consistencia en el formato de intercambio de datos, funcionalidad extremadamente limitada, errores por falta de mantenimiento, entre otros problemas frecuentes. En el presente trabajo se presenta Modulector, una solución que integra información de bases de datos genómicas, con bases de datos de micro ARNs (microARNs), para simplificar el acceso a las distintas dimensiones de información de los microARNs de interés (secuencias, fármacos y patologías asociadas, genes regulados, publicaciones científicas), poniendo especial énfasis en resolver las problemáticas técnicas comunes descritas anteriormente. Modulector brinda acceso a través de una API REST (API para la transferencia de estado representacional), garantiza tiempos de respuesta adecuados y escalabilidad, tiene capacidad de ordenamiento, filtro, búsqueda y paginado de resultados. La solución utiliza contenedores, simplificando el despliegue en cualquier servidor, lo que la hace adaptable para la mayoría de los casos de uso donde se quiere utilizar Modulector de manera privada. Toda la información retornada por Modulector se encuentra normalizada en formato JSON, haciéndola eficiente para su manipulación mediante cualquier herramienta de desarrollo. El código fuente de Modulector está disponible en https://github.com/omics-datascience/modulector.