Il tumore è una malattia genetica. Nella ricerca contro il cancro è complicato individuare il gruppo di proteine chiave nello sviluppo delle masse: a tal scopo esistono algoritmi in letteratura, ad esempio HotNet2. Di recente, s'è visto che l'identificazione dei clusters migliora quando vengono presi in considerazione i motifs. In questa tesi si crea un nuovo grafo a partire dalle occorrenze dei motifs sul quale applicare HotNet2; si trovano così nuove proteine cancerose, alcune già note.
Studio dell'estrazione di sottografi mutati nei tumori tramite l'analisi di network motifs
Venir, Luca
2020/2021
Abstract
Il tumore è una malattia genetica. Nella ricerca contro il cancro è complicato individuare il gruppo di proteine chiave nello sviluppo delle masse: a tal scopo esistono algoritmi in letteratura, ad esempio HotNet2. Di recente, s'è visto che l'identificazione dei clusters migliora quando vengono presi in considerazione i motifs. In questa tesi si crea un nuovo grafo a partire dalle occorrenze dei motifs sul quale applicare HotNet2; si trovano così nuove proteine cancerose, alcune già note.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Thesis.pdf
accesso aperto
Dimensione
997.89 kB
Formato
Adobe PDF
|
997.89 kB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/22903