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.

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.

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.

On the optimal usage of labelled examples in semi-supervised multi-class classification problems

In recent years, the performance of semi-supervised learning has been theoretically investigated. However, most of this theoretical development has focussed on binary classification problems. In this paper, we take it a step further by extending the work of Castelli and Cover [1] [2] to the multi-class paradigm. Particularly, we consider the key problem in semi-supervised learning of classifying an unseen instance x into one of K different classes, using a training dataset sampled from a mixture density distribution and composed of l labelled records and u unlabelled examples. Even under the assumption of identifiability of the mixture and having infinite unlabelled examples, labelled records are needed to determine the K decision regions. Therefore, in this paper, we first investigate the minimum number of labelled examples needed to accomplish that task. Then, we propose an optimal multi-class learning algorithm which is a generalisation of the optimal procedure proposed in the literature for binary problems. Finally, we make use of this generalisation to study the probability of error when the binary class constraint is relaxed.

Instances of combinatorial optimization problems: complexity and generation

138 p.

Contributions to learning Bayesian network models from weakly supervised data: Application to Assisted Reproductive Technologies and Software Defect Classification

162 p.

Contributions to time series data mining departing from the problem of road travel time modeling

194 p.

Olimpiada matemática asturiana 1994-2005.

Resumen tomado de la publicación

Curr??culo : (LOE)

Resumen basado en la publicaci??n

Competencia matem??tica y sus contextos

Desde la perspectiva de la evoluci??n que la formaci??n matem??tica est?? viviendo y teniendo presente el concepto de competencia matem??tica, que los nuevos curr??culos definen, y que ha de concretarse en la funcionalidad de lo que el alumno aprende, de modo que disponga de herramientas que le faciliten su vida personal, social y profesional, los autores presentan una colecci??n de problemas de matem??ticas dirigidos a alumnos de primero de Bachillerato. Estos problemas van desde contextos personales del alumno, interpretar precios en supermercados, pasando por situaciones de ??mbito p??blico, interpretar informaci??n de peri??dicos, hasta contextos cient??ficos para comprender el concepto de tasa de alcoholemia. Estos son algunos de los ejemplos, de las diversas situaciones a las que se ha dado formato de problema en esta publicaci??n.

Los resultados acad??micos en la educaci??n asturiana : 2007-2008

El informe recoge el balance anual de los resultados acad??micos del alumnado asturiano en todas las etapas y modalidades educativas regladas, exceptuando las ense??anzas universitarias. La tendencia en la evoluci??n de los rendimientos escolares en la Comunidad Aut??noma del Principado de Asturias sigue siendo positiva. Las familias asturianas, el profesorado y la poblaci??n escolar asturiana vienen realizando en su conjunto, desde hace a??os, un esfuerzo que se ha venido reflejando en una progresi??n sostenida de mejora y de superaci??n. Los resultados de la educaci??n asturiana compiten ventajosamente con los del resto del pa??s, con unas tasas de titulaci??n en educaci??n post-obligatoria, superiores en m??s de 15 puntos respecto a la media espa??ola, o con una tasa bruta de titulaci??n en la Educaci??n Secundaria Obligatoria que se ha venido consolidando como la m??s alta del pa??s.

Monumentos naturales.

Con el ánimo de promover inciativas que capaciten a los niños a un conocimiento lo más exacto posible del medio ambiente que les rodea y para que en actitud crítica y constructiva, aprendan a convivir y defenderlo; en este centro que aglutina 7 escuelas rurales del interior de la región, desarrollaron un proyecto que engloba diversas áreas (Conocimiento del Medio, Educación Física,Lengua, Educación Artística) en el que se hace una incursión en un nuevo medio: la costa, complementando experiencias de años anteriores en los que estudiaron zonas interiores de montaña; en este caso desde el aula de la naturaleza de Luarca, se centra en el estudio de 'monumentos naturales', ubicados en la franja occidental de Asturias como árboles (Texu de Salas y Carbayon de Valentín) o parajes singulares (playa de Puerto Vega o cascadas de Oneta-Villayon) sobre los que el alumnado se centrará. Se establecieron niveles de concreción, según los ciclos de los participantes, por lo que se elaboraron dos Cuadernos de Actividades distintos, donde se combinan actividades centradas en el escudo, monumentos, puertos, barcos, río, aves, plantas, árboles, algas. Al final se realiza una evaluación de todos los participantes, profesorado y alumnado.

Creaci??n y consolidaci??n de una Red de Vigilancia de la costa

Dada la naturaleza del Proyecto su localizaci??n ser?? variable y se establecer?? entre las aulas del IES Las Llamas y el litoral c??ntabro. Los profesores y coordinadores del Proyecto pertenecen a INVESTEA, que es una Asociaci??n para la Investigaci??n en Educaci??n Ambiental. El objetivo principal es constituir la red de coordinadores y centros escolares que desarrollen la campa??a de vigilancia de la costa c??ntabra. Asimismo se pretenden conseguir estos otros: Elaborar y experimentar materiales curriculares. Abrir los centros educativos a su entorno m??s inmediato colaborando con la comunidad. Iniciar al alumnado en procesos de investigaci??n, haci??ndoles participar en una investigaci??n verdadera y de car??cter colectivo. Contribuir a la colaboraci??n entre diferentes ??reas dentro de los centros educativos. Las fases de desarrollo del proyecto son las siguientes: 1. Elaboraci??n del material did??ctico y formaci??n de los coordinadores de bloque. 2. Inspecci??n de la costa, recogida de datos y experimentaci??n del material did??ctico. 3. Tratamiento inform??tico de los datos recogidos. 4. Evaluaci??n del material did??ctico experimentado a partir de los resultados de la fase n??mero tres. 5. Publicaci??n y an??lisis de resultados. La evaluaci??n de los resultados es de dos tipos: Cuantitativa (n??mero de participantes, longitud de costa inspeccionada, n??mero de informes locales publicados). Cualitativa, mediante cuestionarios, entrevistas y observaci??n participante. Los materiales utilizados: documentaci??n (unidades did??cticas, mapas, unidades de informe), inform??tica, reactivos, publicaciones. Esta obra no ha sido publicada.

Metodología de proyectos de trabajo en un CRA.

El Proyecto se desarrollará en el ámbito del Colegio Rural Agrupado de Herrerías-La Masón. Los profesores que componen el grupo de trabajo son todos los integrantes del citado CRA. Los objetivos que proponen son, los siguientes: Superar la situación de aislamiento que sufren los alumnos de las unitarias. Fomentar la convivencia entre pueblos vecinos, donde la tradición dominante es la rivalidad entre los mismos. Desarrollar los Temas Transversales. Conseguir un número de alumnos suficiente de la misma edad para realizar agrupamientos que permitan desarrollar los contenidos de aprendizaje. Dotar a los alumnos de procedimientos que les permitan el estudio y organización de la información. Organizar y jerarquizar los contenidos de trabajo. Convertir los Proyectos en un eje integrador de todas las actividades en el que los aprendizajes se afrontan de modo global. facilitar la apertura del aula y del centro al entorno. El plan de trabajo consta de seis fases, a saber: 1. Elección del tema. 2. Detección de conocimientos y actitudes previas. 3. Diseño de objetivos y contenidos de trabajo. 4. Descubrimiento, en grupo, de la información que necesitamos. 5. Actividades. 6. Puesta en común y elaboración de un dossier. Se pretende evaluar: el grado de consecución de los objetivos planteados, analizar el diseño y la aplicación de los proyectos elaborados por los profesores, las sesiones quincenales, el grado de implicación de alumnos y profesores y los materiales elaborados por los alumnos. Los materiales utilizados para el desarrollo de los Proyectos han sido: papel, cartulinas, pinturas, barro, madera, material fotográfico y de video, bibliográfico, fungibe y paneles. Esta obra no está publicada.

Estudio longitudinal de un trastorno de espectro autista : un caso práctico.

Contiene tablas. Resumen basado en el de la publicación