Selección informática de SNPs para predecir la susceptibilidad al síndrome de fatiga crónica

Autores/as

  • Ricardo Cifuentes García Universidad Nacional de Colombia
  • Emiliano Barreto Hernández Universidad Nacional de Colombia

DOI:

https://doi.org/10.17533/udea.iatreia.8323

Resumen

Patrones de polimorfismos de nucleótido único (SNPs) prometen explicar la susceptibilidad genética a desarrollar enfermedades multifactoriales como el Síndrome de fatiga crónica (CFS). La selección usando no solo la menor correlación entre SNPs sino también la mayor correlación con la categoría diagnóstica a predecir es posible mediante un enfoque automatizado basado en el concepto informático de entropía. Por lo anterior, se evaluó este enfoque informático en una base de datos de 101 sujetos, 43 pacientes con CFS y 58 controles. Sorprendentemente la exactitud de predicción fue mayor que con el enfoque clásico basado en desequilibrio de ligamiento (72.8 vs. 62.2% p<0.01) demostrando el grupo de SNPs seleccionado tanto validez estadística como biológica. La exactitud de predicción fue inferior en 200 permutaciones al azar a la obtenida con las categorías diagnósticas sin permutar. Además, al igual que en la literatura el alelo mayor del SNP NR3C1_11159943 y el menor del SNP 5HTT_7911132 se asociaron a CFS. Más aún, el grupo de SNPs seleccionados distinguió un estrato poblacional con mayor riesgo de CFS y permitió resultados reproducibles con diferentes algoritmos de aprendizaje de máquina. 

|Resumen
= 94 veces

Descargas

Los datos de descargas todavía no están disponibles.

Publicado

05-12-2010

Cómo citar

1.
Cifuentes García R, Barreto Hernández E. Selección informática de SNPs para predecir la susceptibilidad al síndrome de fatiga crónica. Iatreia [Internet]. 5 de diciembre de 2010 [citado 18 de abril de 2024];23(4-S):S-130. Disponible en: https://revistas.udea.edu.co/index.php/iatreia/article/view/8323

Número

Sección

Resúmenes

Artículos similares

1 2 3 4 5 6 7 8 9 10 > >> 

También puede {advancedSearchLink} para este artículo.