ArchivIA Università degli Studi di Catania
 

ArchivIA - Archivio istituzionale dell'Universita' di Catania >
Tesi >
Tesi di dottorato >
Area 01 - Scienze matematiche e informatiche >

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/10761/187

Data: 4-mag-2011
Autori: Giudice, Aurelio
Titolo: Basi di conoscenza e tecniche di Data Mining con applicazioni agli RNA non codificanti
Abstract: La tesi di Dottorato descrive l'applicazione web denominata miRo', sviluppata nell'ambito delle attivita' di dottorato svolte. miRo' e' una base di conoscenza per l'annotazione funzionale di microRNA e molecole di RNA non codificante coinvolte nella regolazione genica post-trascrizionale. Nella sua prima edizione, miRo' permetteva l'associazione di microRNA con processi e funzioni biologiche nonche' patologie che li coinvolgono attraverso le annotazioni funzionali dei geni da essi regolati. Questo tipo di tool si e' dimostrato utilissimo per la ricerca biologica di base e, soprattutto, biomedica di diversi gruppi internazionali operanti sia negli USA che in Europa ed in Israele. La base di conoscenza permette inoltre di effettuare Data Mining avanzato e di poter valutare le associazioni miRNA - processo/funzione/patologia attraverso una funzione di specificita' che si e' rivelata significativa per le applicazioni. Nella seconda edizione di miRo', sono state introdotte una serie di informazioni su pathway, profili di espressione ed annotazioni genomiche inerenti i microRNA ed i loro target (siti fragili, CpG island, translocation breakpoints), indispensabili per cercare di capire la natura delle associazioni. Contestualmente e' stato progettato un sistema di annotazione con ontologie mediante text mining dei dati di letteratura biologica su Pubmed, con l'obiettivo di sviluppare una funzione di scoring per le associazioni miRNA - fenotipo.
InArea 01 - Scienze matematiche e informatiche

Full text:

File DimensioniFormatoConsultabilità
GDCRLA78B05D960J.pdf4,94 MBAdobe PDFVisualizza/apri


Tutti i documenti archiviati in ArchivIA sono protetti da copyright. Tutti i diritti riservati.


Segnala questo record su
Del.icio.us

Citeulike

Connotea

Facebook

Stumble it!

reddit


 

  Browser supportati Firefox 3+, Internet Explorer 7+, Google Chrome, Safari

ICT Support, development & maintenance are provided by the AePIC team @ CILEA. Powered on DSpace Software.