| Abstract | dc.description.abstract | El nivel de complejidad y organización de la materia en los seres vivos es sorprendente y a la vez fascinante. Aun cuando no se sepa por qué existe o cómo se genera, se cree firmemente en el paradigma que dicta que gran parte de la información para el surgimiento de tal complejidad está codificada, de alguna forma, en los genes. Al respecto las redes de regulación transcripcionales cumplen un rol fundamental, por cuanto son capaces de responder a estímulos externos y controlar de forma precisa los genes, y por ende, las proteínas que son expresadas en un momento particular.
Debido a la incapacidad para directamente observar y comprender el funcionamiento de estos sistemas de regulación, surge la necesidad de utilizar métodos indirectos basados en el análisis de experimentos de expresión genética. Lamentablemente la mayor parte de estos procedimientos son de naturaleza estadística, por lo que ignoran el trasfondo netamente biológico del sistema analizado. Por ende los resultados carecen del sentido biológico necesario para hacerlos útiles e interpretables a dicho nivel. En el último tiempo nuevos enfoque de análisis basados en la naturaleza estructural del problema han sido introducidos. Al respecto, NCA (Network Component Analysis) ha demostrado un gran potencial y ventaja sobre otro tipo de aplicaciones, permitiendo al investigador reconstruir los parámetros desconocidos de redes de regulación transcripcionales.
En el presente estudio se pretende reproducir las bases de dicha técnica, con el objetivo de comprender sus ventajas e identificar sus limitaciones. Luego se busca modificar y extender la técnica base, buscando incluir en el método nuevas funcionalidades, que en conjunto con reconstruir la red permitan la inclusión de información adicional con el fin de obtener resultados más precisos. El enfoque propuesto permite incluir la varianza de los datos de microarrays utilizado en el análisis, así como suposiciones en los parámetros a estimar del modelo, obteniendo así reconstrucciones que bajo ciertas condiciones se muestran más precisas que con el método original. Los métodos son probados y validados extensamente en redes sintéticas obteniendo resultados que ilustran la gran capacidad y robustez frente a errores de la técnica desarrollada.
Por otra parte, un nuevo enfoque basado en la técnica heurística de recocido simulado es desarrollado. Con éste se espera encontrar redes alternativas a la propuesta, que expliquen de manera alternativa los resultados obtenidos y reduzcan así la gran cantidad de información respecto a la estructura de la red que NCA requiere para trabajar. | |
