Siles Canales, FranciscoCoto Ulate, Juan Carlos2019-10-082021-09-062019-10-082021-09-062017https://repositorio.sibdi.ucr.ac.cr/handle/123456789/8933Tesis (maestría académica en computación e informática)--Universidad de Costa Rica. Sistema de Estudios de Posgrado, 2017La resistencia del cáncer a las quimioterapias presenta uno de los principales problemas en los que se intenta aplicar la computación en la actualidad, debido a la cantidad de dimensiones que involucra su análisis. La ingeniería reversa basada en datos es una técnica computacional cuya aplicación permite identificar patrones de comportamiento a partir de un conjunto de observaciones de un fenómeno. Este proyecto consiste en el desarrollo de un sistema de reconocimiento de patrones para la representación y predicción del comportamiento de un conjunto de líneas celulares de cáncer de mama. Como fuente de datos se utiliza la Cancer Cell Line Encyclopedia (CCLE), un repositorio de dátos genómicos y transcriptómicos de líneas celulares de cáncer. Para este fin se construye una base de datos genómicos del cáncer que permite realizar consultas y análisis genómicos relacionados con la quimiosensibilidad. Sobre estos datos, se plantean modelos híbridos, es decir, aquellos compuestos por modelos de clasificación y regresión, del nivel de expresión como función del número de copias de sus genes, que luego son evaluados con base en diversas medidas de bondad de ajuste. Además, se construyen herramientas de análisis y visualización exploratorios, que permiten la extensión de la plataforma por parte de investigadores con conocimientos básicos de programación estadística. Finalmente, se construye una infraestructura de procesamiento en paralelo que permite realizar análisis de modelos híbridos sobre todo el conjunto de datos utilizando más los recursos computacionales disponibles de forma más eficiente que mediante ejecución secuencial.spaARQUITECTURA DE COMPUTADORABIOINFORMATICACANCER - BASES DE DATOSCANCER - PROCESAMIENTO DE DATOSPROGRAMAS PARA COMPUTADORASISTEMAS DE RECONOCIMIENTO DE CONFIGURACIONESModelado híbrido de datos genómicos de alta dimensionalidad para el reconocimiento de patrones en quimiosensibilidad del cáncertesis de maestría834-B4-504