Resumen

La homología persistente, un método de análisis topológico de datos (TDA), se aplica a conjuntos de datos de microarrays. Aunque existen algunos artículos que hacen referencia a los métodos TDA en el análisis de microarrays, el uso de la homología persistente en la comparación de varias redes de coexpresión génica ponderada (WGCN) no se había empleado antes hasta donde nosotros sabemos. Calculamos la homología persistente de redes ponderadas construidas a partir de 38 conjuntos de datos de microarrays de Arabidopsis para comprobar la relevancia y el éxito de este enfoque a la hora de distinguir los factores de estrés. Cuantificamos las características topológicas multiescala de cada red utilizando la homología persistente y aplicamos un algoritmo de agrupación jerárquica a la matriz de distancias cuyas entradas son la distancia de cuello de botella por pares entre las redes. Nuestro método permite distinguir las inmunorrespuestas a distintos factores de estrés. Las redes de inmunorrespuestas similares se encuentran próximas con respecto a la distancia de cuello de botella, lo que indica las características topológicas similares de las WGCNs. Esta técnica computacionalmente eficiente de análisis de redes proporciona una prueba rápida para estudios avanzados.

• Materias:Ácido ribonucleico (ARN) Biosíntesis Biogénesis Genética vegetal Genómica
• Subjects:Ribonucleic acid (RNA) Biosynthesis Biogenesis Plant genetics Genomics
• Palabras claves:homología persistente, redes, distancia de cuello de botella, conjuntos de datos de microarrays de Arabidopsis, redes de coexpresión de varios genes ponderados, diferentes factores de estrés, algoritmo de agrupamiento jerárquico, conjuntos de datos de microarrays, características topológicas multiescala, características topológicas similares.
• Keywords:persistent homology, networks, bottleneck distance, Arabidopsis microarray data sets, several weighted gene coexpression networks, different stress factors, hierarchical clustering algorithm, microarray data sets, multiscale topological features, similar topological features