Resumen

La predicción de enfermedades a partir de genes es una tarea difícil. Los investigadores han propuesto algoritmos para identificar enfermedades a partir de genes. Los algoritmos tradicionales priorizan a través de la anotación y combinan las estructuras en el proceso biológico o las funciones moleculares y las comparan con anotaciones de genes de enfermedades conocidas para su clasificación. La cardiomiopatía pediátrica es una enfermedad debida a un trastorno del músculo cardiaco y su identificación en una fase temprana es un problema difícil. En este trabajo, el problema anterior se resuelve mediante la correlación basada en ventanas (WBC). En WBC, los datos globales se reducen a datos espaciales mediante la técnica de reducción de bloques. Después de la reducción de datos, el análisis de la relación fuerte entre los genes se identifica a través de los valores RMSE entre los genes. Estos valores RMSE ayudan a detectar la cardiomiopatía pediátrica en una fase temprana utilizando el método de correlación basado en ventanas. A partir de los resultados, el estudio de ablación demuestra una precisión de predicción de alrededor del 85%.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:genes, valores rmse, fase inicial, correlación basada en ventanas, técnica de reducción de bloques, análisis de relaciones fuertes, wbc, enfermedad, reducción de datos, predicción de enfermedades
• Keywords:genes, rmse values, early stage, window based correlation, block reduction technique, strong relationship analysis, wbc, disease, data reduction, disease prediction