UN ENFOQUE DE APRENDIZAJE AUTOMÁTICO PARA PREDECIR TRASTORNOS CANCERÍGENOS
Alfredo Tumi Figueroa
Tumi Figueroa, Alfredo
Juan Kenyhy Hancco Quispe
Hancco Quispe, Juan Kenyhy
Leonel Coyla Idme
Coyla Idme, Leonel
César Enrique Yupanqui Bendita
Yupanqui Bendita, César Enrique
Wenceslao Quispe Yapo
Quispe Yapo, Wenceslao
Johan Denis Aguilar Ramirez
Aguilar Ramirez, Johan Denis
Yefer Andersson Mamani Chambi
Mamani Chambi, Yefer Andersson
Lucero Danitza Mamani Chipana
Mamani Chipana, Lucero Danitza
Evelyn Eliana Coaquira Flores
Coaquira Flores, Evelyn Eliana
30/07/2023
93-107
8
VARIAÇÕES ANATÔMICAS: O AVANÇO DA CIÊNCIA NO BRASIL - VOLUME 2
El cáncer es una de las enfermedades que más amenaza la vida y las mutaciones en genes seleccionados están asociadas con el tumor génesis. La identificación de las mutaciones conductoras, que son responsables de la progresión de la enfermedad, es crucial para la oncología de precisión. La información disponible experimentalmente sobre las mutaciones que causan cáncer se acumula en varias bases de datos y los datos se utilizan para desarrollar algoritmos computacionales que predicen las mutaciones impulsoras. En este capítulo, examinamos la literatura para revisar las bases de datos disponibles y resumimos sus características clave. También exploramos métodos computacionales para identificar mutaciones causantes de enfermedades en genes específicos y tipos de cáncer, así como métodos predictivos más genéricos. Además, discutimos las aplicaciones de estas herramientas computacionales que se enfocan en estudios a gran escala. Las bases de datos y los métodos para identificar las mutaciones impulsoras discutidos en esta revisión son útiles para el desarrollo de la medicina de precisión y avanzan en el plan para los esfuerzos biológicos y clínicos.
Mutaciones impulsoras, Aprendizaje automático, Cáncer, Métodos computacionales, Genes impulsores del cáncer.
Este capítulo está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.
O conteúdo do capítulo e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.