Publicación:
Desarrollo de un sistema basado en aprendizaje automático para el reconocimiento de patrones de expresión asociados a mutaciones a partir de secuenciación de ARNm en células individuales

Vista sencilla de ítem
dc.contributor.authorRodríguez Bouza, Víctor
dc.contributor.directorSuárez Puente, Xose Antón
dc.contributor.directorPastor Vargas, Rafael
dc.date.accessioned2024-05-20T12:37:41Z
dc.date.available2024-05-20T12:37:41Z
dc.date.issued2022-09-01
dc.description.abstractEn este trabajo se ha estudiado la posibilidad de construir modelos de aprendizaje automático que identifiquen la presencia de mutaciones en secuenciaciones individuales de ARN mensajero (single cell RNA-sequencing) utilizando datos de pacientes de leucemia linfática crónica (LLC). Para ello, se han creado simulaciones de Montecarlo que permitieron replicar secuenciaciones de scRNA-seq. Los resultados confirman que existen diferencias que permiten identificar estas mutaciones en secuenciaciones individuales de ARNm. Sin embargo, debido al reducido número de datos no es posible obtener un modelo final estable.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14636
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
dc.relation.centerFacultades y escuelas::E.T.S. de Ingeniería Informática
dc.relation.degreeMáster universitario en Ingeniería y Ciencia de Datos
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject.keywordsaprendizaje automático
dc.subject.keywordsARNm
dc.subject.keywordsmutaciones
dc.subject.keywordscáncer
dc.titleDesarrollo de un sistema basado en aprendizaje automático para el reconocimiento de patrones de expresión asociados a mutaciones a partir de secuenciación de ARNm en células individualeses
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
RodriguezBouza_Victor_TFM.pdf
Tamaño:
3.45 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)