Resumen

En este estudio, se propone una red génica positiva basada en un grafo ponderado no dirigido, donde el peso representa la correlación positiva de los genes. Se emplea un algoritmo de agrupamiento aglomerativo de Pearson para construir un árbol de agrupamiento, donde líneas punteadas cortan el árbol de abajo hacia arriba, dando lugar a varios subconjuntos de módulos. Con el fin de lograr mejores particiones de módulos, se aborda la modularidad del coeficiente de correlación de Pearson para buscar una descomposición óptima de los módulos seleccionando un valor umbral óptimo. Para la red génica de cáncer de hígado en estudio, obtenemos un valor de umbral fuerte en 0.67302 y un umbral de correlación muy fuerte en 0.80086. Sobre la base de estos valores de umbral, se obtienen catorce módulos fuertes y trece módulos muy fuertes respectivamente. También se aborda un cierto grado de correspondencia entre los dos tipos de módulos. Final

• Materias:Modelado matemático Sistemas estocásticos Productos gráficos Ecuaciones matriciales Métodos de descomposición
• Subjects:Mathematical modeling Stochastic systems Graph products Matrix equations Decomposition methods
• Palabras claves:Red de genes; Algoritmo de agrupamiento; Valor de umbral; Módulos; Coeficiente de correlación; Cáncer de hígado
• Keywords:Gene network; Clustering algorithm; Threshold value; Modules; Correlation coefficient; Liver cancer