Generalización de dos métodos de detección de conglomerados. Aplicaciones en bioinformática.

  1. Rodríguez Corvea, Laureano 1
  2. Casas Cardoso, Gladys M. 2
  3. Grau Abalo, Ricardo 2
  4. Pupo Meriño, Mario 2
  1. 1 Facultad de Ciencias Médicas de Sancti Spíritus, Departamento de Informática
  2. 2 Universidad Central "Marta Abreu” de las Villas, Facultad de Matemática Física y Computación, Grupo de Bioinformática
Revista:
Revista de Matemática: Teoría y Aplicaciones

ISSN: 2215-3373,  2215-3373

Año de publicación: 2008

Volumen: 15

Número: 1

Páginas: 27-40

Tipo: Artículo

DOI: 10.15517/RMTA.V15I1.286 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Revista de Matemática: Teoría y Aplicaciones

Resumen

En este art´?culo se propone una modificaci´on a los m´etodos de detecci´on de conglomeradosde enfermos en el tiempo, para que puedan utilizarse en otras ramas delsaber. Se muestran especificaciones particulares en los m´etodos Scan y Grimson. Losdatos originales se transforman en una secuencia binaria donde los “unos” representanla categor´?a de inter´es y los “ceros” se corresponden con los dem´as casos. Las transformacionesparticulares de los algoritmos se implementaron en el paquete Mathematica.Adem´as se presentan varias aplicaciones interesantes del campo de la bioinform´atica.Palabras clave: Conglomerados temporales, m´etodo Scan, m´etodo de Grimson, aplicacionesbioinform´aticas.

Referencias bibliográficas

  • Alakurtti, K.; Weber, E.; Rinne, R.; Theil, G.; Lindhout, D.; Salmikangas, P.; Saukko, P.; Lahtinen, U. (2005) “Loss of lysosomal association of cystatin B proteins representing progressive myoclonus epilepsy, EPM1, mutations”, Hum Genet 13: 208–215.
  • Altschul, S.F. (1996) “Local alignment statistics”, Meth. Enzymol 274: 460–480.
  • Altschul, S. F.; Madden, T. L.; Schaffer, A. A.; Zhang, J.; Zhang, Z.; Miller, W.; Lipman, L. J. (1997) “Gapped BLAST and PSI-BLAST: a new generation of protein database search programs”, Nucl. Acids Res. 25: 3389–3402.
  • Bailey, N. T. J. (1975). The mathematical theory of infectious diseases and its applications. Charles Griffin & Company LTD, Second Edition.
  • Casas, G; Grau, R. (2001) “Validación de dos métodos de detección de conglomerados temporales usando un modelo de epidemia simple”, Investigación Ooperacional 6(2): 175–187.
  • Casas, G. (2003) Técnicas de Detección de Conglomerados Incluyendo Factores Adicionales. Tesis de Doctorado, Universidad Central de Las Villas, Cuba.
  • Casas, G.; Grau, R.; Cardoso, G. (2004) “Introducción de factores de riesgo en los métodos de Knox y Grimson para el estudio de conglomerados espaciotemporales”, Revista de Matemática: Teoría y Aplicaciones 11(1): 69–80.
  • Gentle, J.E.; Hardle, W.; Mori, Y. (2004) Handbook of Computacional Statistics. Springer, Heidelberg.
  • Grimson, R. (1993) “Disease clusters, exact distributions of maxima and p-values”, Statistics in Medicine 12: 1773–1794.
  • Grimson, R.; Rose, R. (1991) “A versatile test for clustering and a proximity analysis of neurons”, Meth. Inform. in Med. 30: 299–303.
  • Grimson, R. (1994) “Disease cluster test based on the maximum occupancy frequency”, Proceedings of the section on Epidemiology, American Statistical Association: 64–69.
  • Jacquez, G.; Waller, L. (1964) “Disease cluster statistics for imprecise space-time locations”, Statistics in Medicine 15: 873–85.
  • Jacquez, G. (1996) “The analysis of disease clusters, part I: state of the art” , Infection Control and Hospital Epidemiology 17(5): 319–327.
  • Jacquez, G. (1996) “The analysis of disease clusters, part II: introduction to techniques”, Infection Control and Hospital Epidemiology 17(6): 385–397.
  • Jain, A.K.; Murty, M.N.; Flynn, P.J. (1999) “Data clustering: a review”, ACM Computing Surveys 31(3): 264–323.
  • Knox, E. (1964) “The detection of spece-time interactions” , Appl. Statist. 13: 25–29.
  • Langrand, C. (2005) “Scan Statistics: definición y ejemplos”, Seminario ANY 2005. Universidad Politécnica de Cataluya. España.
  • Nagarwilla, N. (1996) “A Scan statistic with a variable window”, Stat. in Med. 15: 845–850.
  • Nauss, J. I. (1982) “Approximations for distributions of Scan statistics”, Journal of the American Statistical Association 77: 177–183.
  • Robinson, D. O.; Hammans, S. R. (2005) “Oculopharyngeal muscular dystrophy (OPMD): analysis of the PABPN1 gene expansion sequence in 86 patients reveals 13 different expansion types and further evidence for unequal recombination as the mutational mechanism”, Hum Genet 116(4): 267–271.
  • Rodríguez, L.; Casas, G.; Grau, R.; Pupo, M. (2006) “Scan Statistics. Bioinformatics Applications”, First International WorkShop on Bioinformatics Cuba-Flanders’2006, Universidad Central de Las Villas, Santa Clara, Febrero.
  • Rodríguez, L.; Casas, G.; Grau, R. (2006) “Aplicación de los métodos Scan en Bioinformática” Uciencia 2006. II Conferencia Científica, UCI, La Habana, Julio.
  • Volfovsky, N., Haas, B.J. (2001) “A clustering method for repeat analysis in DNA sequences”, Genome Biology 2(8)
Fuente de los datos: Dialnet