Prioritization of candidate cancer genes-an aid to oncogenomic studies

The development of techniques for oncogenomic analyses such as array comparative genomic hybridization, messenger RNA expression arrays and mutational screens have come to the fore in modern cancer research. Studies utilizing these techniques are able to highlight panels of genes that are altered in cancer. However, these candidate cancer genes must then be scrutinized to reveal whether they contribute to oncogenesis or are coincidental and non-causative. We present a computational method for the prioritization of candidate (i) proto-oncogenes and (ii) tumour suppressor genes from oncogenomic experiments. We constructed computational classifiers using different combinations of sequence and functional data including sequence conservation, protein domains and interactions, and regulatory data. We found that these classifiers are able to distinguish between known cancer genes and other human genes. Furthermore, the classifiers also discriminate candidate cancer genes from a recent mutational screen from other human genes. We provide a web-based facility through which cancer biologists may access our results and we propose computational cancer gene classification as a useful method of prioritizing candidate cancer genes identified in oncogenomic studies.

Econometría básica aplicada con Gretl

Estas notas de clase son de utilidad como material docente, sirviendo de apoyo o complemento, para aquellos alumnos que bien vayan a hacer o hayan seguido alguna asignatura como Introducción a la Econometría (en LE o LADE), Estadística Actuarial: Regresión (LCAF), Econometría aplicada al mercado (LITM). También puede estar indicada para alumnos de las licenciaturas ofrecidas en la Facultad de Ciencias Sociales y de la Comunicación, por ejemplo la Licenciatura de Publicidad y RR.PP. y de algunas Ingenierías, por ejemplo Ingeniería en Organización Industrial. Las notas de clase se estructuran en siete temas. El primero de ellos introduce el concepto de Econometría, define algunos de los términos más habituales y presenta el software libre a utilizar en las aplicaciones, el programa Gretl. En el tema dos se especifica y estima el Modelo de Regresión Lineal Simple. Se desarrolla el estimador Mínimo Cuadrático Ordinario, sus propiedades y se muestra como hacer inferencia con él. En el tema tres se especifica y estima el Modelo de Regresión Lineal General. En el tema cuatro se muestra como realizar contrastes de restricciones lineales. En el tema cinco se revisa su comportamiento bajo mala especificación del modelo. En los temas seis y siete se muestran, respectivamente, las consecuencias de disponer de una muestra de variables altamente correlacionadas y como utilizar variables ficticias. Al final de cada tema se proponen ejercicios para aplicar lo aprendido en el mismo. Al final de las notas aparece la bibliografía completa.

Oinarrizko ekonometria Gretl erabiliz

Estas notas de clase son de utilidad como material docente, sirviendo de apoyo o complemento, para aquellos alumnos que bien vayan a hacer o hayan seguido alguna asignatura como Introducción a la Econometría (en LE o LADE), Estadística Actuarial: Regresión (LCAF), Econometría aplicada al mercado (LITM). También puede estar indicada para alumnos de las licenciaturas ofrecidas en la Facultad de Ciencias Sociales y de la Comunicación, por ejemplo la Licenciatura de Publicidad y RR.PP. y de algunas Ingenierías, por ejemplo Ingeniería en Organización Industrial. Las notas de clase se estructuran en siete temas. El primero de ellos introduce el concepto de Econometría, define algunos de los términos más habituales y presenta el software libre a utilizar en las aplicaciones, el programa Gretl. En el tema dos se especifica y estima el Modelo de Regresión Lineal Simple. Se desarrolla el estimador Mínimo Cuadrático Ordinario, sus propiedades y se muestra como hacer inferencia con él. En el tema tres se especifica y estima el Modelo de Regresión Lineal General. En el tema cuatro se muestra como realizar contrastes de restricciones lineales. En el tema cinco se revisa su comportamiento bajo mala especificación del modelo. En los temas seis y siete se muestran, respectivamente, las consecuencias de disponer de una muestra de variables altamente correlacionadas y como utilizar variables ficticias. Al final de cada tema se proponen ejercicios para aplicar lo aprendido en el mismo. Al final de las notas aparece la bibliografía completa.

El impacto de la diversidad socio-cultural en la escuela primaria desde la perspectiva del docente : perfil psico-social y (re)construcción de significados

416 p.

Análisis y adecuación de los procesos de electromigración y transporte en células de combustible PEM de hidrógeno

271 p.

Desarrollo y aplicación de técnicas avanzadas de medida de compuestos orgánicos volátiles en la atmósfera

331 p.

An integrative view of aggressivenss in adolescence : development of a new measure and assessment of parenting and attachment effects

128 p. Retirada a solicitud de la autora 03/03/2016

Influencia del metabolismo del glutatión y de la actividad gamma-glutamiltranspeptidasa en la respuesta antitumoral del ácido retinoico en líneas tumorales de rabdomiosarcoma con diferente grado de diferenciación

228 p. : il. Nota: Otro título en Teseo: "la modulación selectiva de los niveles de glutatión con l-2-oxo-4-tiazolidina carboxilato aumenta la eficacia de la interleucina-2 e incrementa el beneficio terapéutico de la bioquimioterapia del melanoma metastático"

Efecto de la resección hepática sobre el comportamiento de las células tumorales residuales y utilidad del ATRA para controlar dicho efecto en un modelo experimenta

240 p. : il., graf.

LC teknika desberdinen erabilera Sindrome metabolikoaren aurkako terapian erabiltzen diren farmakoen determinaziorako

330 p.

Alternativas operacionales en tecnologías de oxidación avanzada para el tratamiento de efluentes de alta carga contaminante

336 p.

Efficient learning of decomposable models with a bounded clique size

The learning of probability distributions from data is a ubiquitous problem in the fields of Statistics and Artificial Intelligence. During the last decades several learning algorithms have been proposed to learn probability distributions based on decomposable models due to their advantageous theoretical properties. Some of these algorithms can be used to search for a maximum likelihood decomposable model with a given maximum clique size, k, which controls the complexity of the model. Unfortunately, the problem of learning a maximum likelihood decomposable model given a maximum clique size is NP-hard for k > 2. In this work, we propose a family of algorithms which approximates this problem with a computational complexity of O(k · n^2 log n) in the worst case, where n is the number of implied random variables. The structures of the decomposable models that solve the maximum likelihood problem are called maximal k-order decomposable graphs. Our proposals, called fractal trees, construct a sequence of maximal i-order decomposable graphs, for i = 2, ..., k, in k − 1 steps. At each step, the algorithms follow a divide-and-conquer strategy based on the particular features of this type of structures. Additionally, we propose a prune-and-graft procedure which transforms a maximal k-order decomposable graph into another one, increasing its likelihood. We have implemented two particular fractal tree algorithms called parallel fractal tree and sequential fractal tree. These algorithms can be considered a natural extension of Chow and Liu’s algorithm, from k = 2 to arbitrary values of k. Both algorithms have been compared against other efficient approaches in artificial and real domains, and they have shown a competitive behavior to deal with the maximum likelihood problem. Due to their low computational complexity they are especially recommended to deal with high dimensional domains.

La modulación selectiva de los niveles de glutatión con l-2-oxo-4-tiazolidina carboxilato aumenta la eficacia de la interleucina-2 e incrementa el beneficio terapéutico de la bioquimioterapia del melanoma metastático

268 p. : il.

Extending Distance-based Ranking Models In Estimation of Distribution Algorithms

Recently, probability models on rankings have been proposed in the field of estimation of distribution algorithms in order to solve permutation-based combinatorial optimisation problems. Particularly, distance-based ranking models, such as Mallows and Generalized Mallows under the Kendall’s-t distance, have demonstrated their validity when solving this type of problems. Nevertheless, there are still many trends that deserve further study. In this paper, we extend the use of distance-based ranking models in the framework of EDAs by introducing new distance metrics such as Cayley and Ulam. In order to analyse the performance of the Mallows and Generalized Mallows EDAs under the Kendall, Cayley and Ulam distances, we run them on a benchmark of 120 instances from four well known permutation problems. The conducted experiments showed that there is not just one metric that performs the best in all the problems. However, the statistical test pointed out that Mallows-Ulam EDA is the most stable algorithm among the studied proposals.

La poesía española bajo el franquismo: compromiso y denuncia

Ejemplar monográfico titulado: "De poesía y crítica"