Métodos de agrupamiento no supervisado para la integración de datos genómicos y metabólicos de múltiples líneas de introgresión

Abstract

Las numerosas aplicaciones de la inteligencia artificial a la biología de sistemas han dado lugar a nuevos algoritmos, además de la adaptación y reutilización de los existentes. En tareas de minería de datos se han aplicado diversos métodos estándar, como por ejemplo el bien conocido k-medias. Sin embargo, las capacidades de estos métodos son limitadas en relación a otros algoritmos más recientes, tanto en su desempeño para el agrupamiento de patrones como para la representación e interpretación de los resultados obtenidos. En este trabajo se compara el desempeño de tres métodos de agrupamiento no supervisado en la tarea de integración y descubrimiento de relaciones entre variaciones en los contenidos de metabolitos y la expresipon de genes de frutos de tomate. Los métodos considerados son el k-medias, el agrupamiento jerárquico y un método recientemente propuesto que se basa en mapas auto-organizativos. Se presentan los resultados obtenidos del análisis objetivo de la calidad de los agrupamientos y su significancia biológica. El modelo auto-organizado ha mostrado las más altas tasas de desempeño en las medidas de cohesión y separación, brindando además la máxima coherencia de las agrupaciones obtenidas desde el punto de vista del significado biológico.