
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Nascimento, Moysés | - |
| Autor(es): dc.creator | Silva, Fabyano Fonseca e | - |
| Autor(es): dc.creator | Sáfadi, Thelma | - |
| Autor(es): dc.creator | Nascimento, Ana Carolina Campana | - |
| Autor(es): dc.creator | Ferreira, Talles Eduardo Maciel | - |
| Autor(es): dc.creator | Barroso, Laís Mayara Azevedo | - |
| Autor(es): dc.creator | Azevedo, Camila Ferreira | - |
| Autor(es): dc.creator | Guimarães, Simone Eliza Faccione | - |
| Autor(es): dc.creator | Serão, Nick Vergara Lopes | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:57:40Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:57:40Z | - |
| Data de envio: dc.date.issued | 2019-09-09 | - |
| Data de envio: dc.date.issued | 2019-09-09 | - |
| Data de envio: dc.date.issued | 2017-07-17 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/36752 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1151280 | - |
| Descrição: dc.description | Gene expression time series (GETS) analysis aims to characterize sets of genes according to their longitudinal patterns of expression. Due to the large number of genes evaluated in GETS analysis, an useful strategy to summarize biological functional processes and regulatory mechanisms is through clustering of genes that present similar expression pattern over time. Traditional cluster methods usually ignore the challenges in GETS, such as the lack of data normality and small number of temporal observations. Independent Component Analysis (ICA) is a statistical procedure that uses a transformation to convert raw time series data into sets of values of independent variables, which can be used for cluster analysis to identify sets of genes with similar temporal expression patterns. ICA allows clustering small series of distribution-free data while accounting for the dependence between subsequent time-points. Using temporal simulated and real (four libraries of two pig breeds at 21, 40, 70 and 90 days of gestation) RNA-seq data set we present a methodology (ICAclust) that jointly considers independent components analysis (ICA) and a hierarchical method for clustering GETS. We compare ICAclust results with those obtained for K-means clustering. ICAclust presented, on average, an absolute gain of 5.15% over the best K-means scenario. Considering the worst scenario for K-means, the gain was of 84.85%, when compared with the best ICAclust result. For the real data set, genes were grouped into six distinct clusters with 89, 51, 153, 67, 40, and 58 genes each, respectively. In general, it can be observed that the 6 clusters presented very distinct expression patterns. Overall, the proposed two-step clustering method (ICAclust) performed well compared to K-means, a traditional method used for cluster analysis of temporal gene expression data. In ICAclust, genes with similar expression pattern over time were clustered together. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | PLOS | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | PLoS One | - |
| Palavras-chave: dc.subject | Gene expression | - |
| Palavras-chave: dc.subject | Simulation | - |
| Palavras-chave: dc.subject | Modeling | - |
| Palavras-chave: dc.subject | Clustering algorithms | - |
| Palavras-chave: dc.subject | Statistical data | - |
| Palavras-chave: dc.subject | RNA sequencing | - |
| Palavras-chave: dc.subject | Principal component analysis | - |
| Palavras-chave: dc.subject | RNA synthesis | - |
| Palavras-chave: dc.subject | Swine | - |
| Palavras-chave: dc.subject | Independent component analysis | - |
| Título: dc.title | Independent Component Analysis (ICA) based-clustering of temporal RNA-seq data | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: