Obesidad. Actividad física y adherencia a la dieta mediterránea en el cáncer de próstata. Interacción de la enfermedad con el medioambiente y vías genéticas.
- Álvarez Gutiérrez, David
- Fernando Sánchez Lasheras Director/a
- Vicente Martín Sánchez Director/a
Universidad de defensa: Universidad de Oviedo
Fecha de defensa: 08 de junio de 2023
- Ángel Álvarez Arenal Presidente/a
- Ignacio Ramón González González Secretario/a
- Ana Suárez Sánchez Vocal
- María José Busto Vocal
- Tania Fernández Villa Vocal
Tipo: Tesis
Resumen
En la actualidad, se sabe que existen variantes genéticas que pueden emplearse como predictores de la incidencia y pronóstico del cáncer de próstata. El uso para estos propósitos de los polimorfismos de un solo nucleótido (SNP) es una de las áreas de investigación más prometedoras en la investigación del cáncer. El objetivo de este proyecto de investigación es el desarrollo de metodologías para estudiar la influencia de las variantes genéticas (SNP) con la ayuda de diferentes algoritmos de aprendizaje automático. En esta investigación, se han desarrollado y probado algunas nuevas metodologías de aprendizaje automático con datos obtenidos de la base de datos de MCC-Spain seleccionando casos y controles como un grupo heterogéneo. Este trabajo presenta una nueva metodología para GWAS que hace uso de los algoritmos denominados extreme learning machine y differential evolución. La metodología propuesta se probó con la ayuda de la información genética (370.750 polimorfismos de un solo nucleótido) de 2049 individuos, de los cuales 1076 padecían la enfermedad. Se probó la posible relación de 10 vías diferentes con esta enfermedad. Los resultados obtenidos mostraron que la metodología propuesta es adecuada para detectar rutas relevantes para el rasgo bajo análisis con un costo computacional menor que otras metodologías de aprendizaje automático propuestas anteriormente.