Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Revista mexicana de física
versión impresa ISSN 0035-001X
Resumen
BACA-LOPEZ, K.; HERNANDEZ-LEMUS, E. y MAYORGA, M.. Information-theoretical analysis of gene expression data to infer transcriptional interactions. Rev. mex. fis. [online]. 2009, vol.55, n.6, pp.456-466. ISSN 0035-001X.
La mayoría de las enfermedades humanas están relacionadas con la interacción de muchos genes, y con condicionantes ambientales, lo que las hace fenómenos complejos. El análisis de las interacciones bioquímicas relacionadas se basa frecuentemente en la consideración de las relaciones de regulación genética. Puesto que la regulación genética es un proceso fuera del equilibrio, la inferencia y el análisis de ésta puede hacerse siguiendo los principios de la termodinámica irreversible y la mecánica estadística fuera del equilibrio. El enfoque tradicional de la mecánica estadística es inferir la distribución de probabilidad conjunta para los estados del sistema en términos de un modelo para las interacciones. Un problema inverso en mecánica estadística consiste en considerar una realización de la distribución de probabilidad y emplearla para inferir las interacciones entre las partículas. Tomamos este enfoque para analizar 261 experimentos de expresión de mRNA de genoma completo, en pacientes con cáncer de mama y, a través de una medida basada en la teoría de la información descubrir el conjunto de interacciones transcripcionales asociadas. Mostramos como aplicar las herramientas de la física estadística no-lineal para generar hipótesis (es decir, el conjunto de interacciones inferidas) que pueden ser probadas en ensayos clínicos y bioquímicos con relación a la fenomenología del cáncer.
Palabras llave : Genómica del cáncer; teoría de la información; redes moleculares.