Aplicación de Métodos Computacionales de Minería de Datos en la Clasificación y Selección de Oncogenes Medidos por Microarray

Resumen

Introducción: En las últimas décadas, el cáncer se ha ganado una nueva dimensión, se hace evidente en un problema de salud publica en todo el mundo. La Organización Mundial de la Salud estima que en 2030, se puede esperar 27 millones de casos incidentes de cáncer. Ante este escenario alarmante, la minería de datos trae métodos y herramientas capaces de auxiliar en la construcción del conocimiento más relevante sobre el cáncer. Objetivo: Por lo tanto, este estudio tiene como objetivo aplicar los métodos tradicionales de minería de datos, aplicadas a la base de datos NCI60 construida con datos provenientes de experimentos de microarray niveles de expresión de 1.000 genes agrupados em nueve clases de cáncer. Método: Fue utilizado en este trabajo los métodos J48, Random forest, PART , IBK y Naive Bayes, que pertenecen al Weka. Todos los métodos son muy tradicionales en minería de datos. Debido al bajo número de registros para ciertas clases, que se utiliza en la validación de los resultados obtenidos por los clasificadores, la validación 3-fold cross validation. Resultados: El clasificador con la mayor precisión ha sido el IBK, mientras que el clasificadores J48 y PART lograron disminuir el conjunto de genes drásticamente, construyendo conocimiento de alto nivel en la manera de árboles o reglas. Conclusión: Los resultados de este trabajo se pueden utilizar como herramientas diseñadas para ayudar a hacer frente al cáncer, y puede ser utilizado en la clasificación de casos nuevos o profundizar en su comprensión de las relaciones gene/gene y genes/cáncer.