L’archetypal analysis (AA) è un metodo statistico che permette di analizzare grandi data set estraendo da essi degli archetipi. Viene utilizzata in molti ambiti, tra cui quello della bioinformatica, principalmente per semplificare l’analisi di dati omici e multi-omici. L’elaborato studia a tutto tondo l’AA, presentando prima la teoria alla sua base e le sue caratteristiche principali e ponendola a confronto con altri metodi di clustering. Passando poi ad alcune sue ottimizzazioni ed estensioni, che presentano meno limitazioni rispetto al modello originale, e all’analisi di diversi software e pacchetti per l’utilizzo dell’AA. Infine, verranno illustrati diversi esempi di applicazioni dell’AA al campo della bioinformatica per l’analisi di dati omici.

Archetypal Analysis e sue applicazione nel campo della bioinformatica

PASQUETTO, AURORA
2022/2023

Abstract

L’archetypal analysis (AA) è un metodo statistico che permette di analizzare grandi data set estraendo da essi degli archetipi. Viene utilizzata in molti ambiti, tra cui quello della bioinformatica, principalmente per semplificare l’analisi di dati omici e multi-omici. L’elaborato studia a tutto tondo l’AA, presentando prima la teoria alla sua base e le sue caratteristiche principali e ponendola a confronto con altri metodi di clustering. Passando poi ad alcune sue ottimizzazioni ed estensioni, che presentano meno limitazioni rispetto al modello originale, e all’analisi di diversi software e pacchetti per l’utilizzo dell’AA. Infine, verranno illustrati diversi esempi di applicazioni dell’AA al campo della bioinformatica per l’analisi di dati omici.
2022
Archetypal Analysis and its application in bioinformatics
Archetypal Analysis
Bioinformatica
Programmazione
File in questo prodotto:
File Dimensione Formato  
Pasquetto_Aurora.pdf

accesso riservato

Dimensione 1.34 MB
Formato Adobe PDF
1.34 MB Adobe PDF

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/20.500.12608/57097