Data d'alta al repositori: 2020-12-21
Resum: En este proyecto implementamos un modelo matemático basado en Modelos de Bloques Estocásticos de Membresía Mixta para poder hacer predicciones de la fuerza y tipo de interacción genética entre dos o tres genes del organismo modelo humano Saccharomyces cerevisiae. Utilizamos un conjunto de datos de 501510 entradas obtenidas de los materiales complementarios del artículo Análisis sistemático de interacciones genéticas complejas. Este conjunto de datos contiene los datos de fitness de mutantes de levadura knock-out triples y dobles, cada uno con una combinación diferente de genes mutados. Después de validar las predicciones del modelo utilizando diferentes métricas, comparamos cómo se relacionan los genes según los modelos de bloques estocásticos de membresía mixta en términos de ontología genética. In this project we implement a mathematical model based in Mixed-Membership Stochastic Block Models to be able to make predictions of the strength and type of genetic interaction between two or three genes from the human model organism Saccharomyces cerevisiae. We use a data-set of 501510 entries obtained from the supplementary materials of the article “Systematic Analysis of Complex Genetic Interactions”. This data-set contains the fitness data from yeast triple and double knock-out mutants, each with a different combination of mutated genes. After validating the predictions of the model using different metrics, we compare how genes are related according to Mixed-Membership Stochastic Block Models are related in Gene Ontology terms. En aquest projecte vam implementar un model matemàtic basat en Models de Blocs Estocàstics de Pertinença Mixta per poder fer prediccions de la força i tipus d'interacció genètica entre dos o tres gens de l'organisme model humà Saccharomyces cerevisiae. Utilitzem un conjunt de dades de 501.510 entrades obtingudes dels materials complementaris de l'article Anàlisi sistemàtica d'interaccions genètiques complexes. Aquest conjunt de dades conté les dades del fitness dels mutants knock-out triples i dobles de llevat, cadascun amb una combinació diferent de gens mutats. Després de validar les prediccions del model utilitzant diferents mètriques, comparem com es relacionen els gens segons els models de blocs estocàstics de membres mixta en termes de ontologia genètica.
Matèria: Bioquímica i biotecnologia
Idioma: en
Àrees temàtiques: Bioquímica i biotecnologia Biochemistry and biotechnology Bioquímica y biotecnología
Departament: Enginyeria Química
Estudiant: Mariné Tena, Aleix
Curs acadèmic: 2019-2020
Títol en diferents idiomes: Predicció d'interaccions entre parelles i tripletes de gens a Saccharomyces cerevisiae utilitzant models de bloc estocàstic amb pertinença mixta Prediction of interactions between pairs and triplets of genes in Saccharomyces cerevisiae using Mixed-Membership Stochastic Block Models Predicción de interacción entre parejas y tríos de genes en Saccharmoyces cerevisiae usando modelos de bloque estocástico con membresía mixta
Data de la defensa del treball: 2020-09-04
Drets d'accés: info:eu-repo/semantics/openAccess
Paraules clau: saccharomyces cerevisiae, modelos de bloque estocástico con membresía mixta, machine learning saccharomyces cerevisiae, mixed-membership stochastic block models, machine learning saccharomyces cerevisiae, models de bloc estocàstic amb pertinença mixta, machine learning
Confidencialitat: No
Crèdits del TFG: 9
Títol en la llengua original: Prediction of interactions between pairs and triplets of genes in Saccharomyces cerevisiae using Mixed-Membership Stochastic Block Models
Director del projecte: Sales-Pardo, Marta
Ensenyament(s): Biotecnologia
Entitat: Universitat Rovira i Virgili (URV)
Repositori URV