Tesis
KOMODO2 = large-scale genomic inference = KOMODO2: inferência genômica em larga escala
KOMODO2 : inferência genômica em larga escala
Registro en:
HONGO, Jorge Augusto. KOMODO2: large-scale genomic inference = KOMODO2: inferência genômica em larga escala. 2015. 1 recurso online ( 99 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP.
Autor
Hongo, Jorge Augusto, 1989-
Institución
Resumen
Orientadores: Guilherme Pimentel Telles, Francisco Pereira Lobo Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação Resumo: Estudos em biologia já se caracterizam pela disponibilidade de grandes quantidades de dados, estando além da capacidade humana de compreendê-las sem auxílio computacional. A análise desses dados tem o potencial de identificar diferenças entre espécies e ampliar o nosso entendimento da sua relação filogenética. Neste trabalho apresentamos a extensão de um método de comparação de grupos genômicos via análise de enriquecimento, formalizando e melhorando a sua eficácia, generalidade e escopo. Nossa proposta expande o trabalho anterior ao permitir análises de grupos arbitrários de genomas, compatibilidade com KEGG Orthology, GO e outras, incluindo ontologias definidas pelo próprio usuário. A metodologia foi avaliada em experimentos que permitiram concluir que ela pode ser usada para formular novas hipóteses biológicas e que ela é computacionalmente escalável Abstract: Biological studies take advantage of the huge data availability, where the amount of information stored is beyond human¿s ability to interpret it without computational tools. The analysis of these data has the potential to identify differences between species and widen our understanding of their phylogenetic relationship. In this work we present the extension of a comparative method between genomic groups through enrichment analysis, formalizing and improving its efficacy, generality and scope. Our proposal expands the previous work by allowing comparison of arbitrary genomic groups, compatibility with KEGG Orthology, GO and others, including user-defined ontologies. The methodology was evaluated in experiments that allowed to conclude that it can be used to formulate new biological hypotheses and that it is computationally scalable Mestrado Ciência da Computação Mestre em Ciência da Computação