Material correspondiente al curso BT1013 "Análisis de biología computacional" del Tecnológico de Monterrey en 2020. Fue mi primer acercamiento al lenguaje R y a la bioinformática.
En esta actividad se trabaja primero con la base de datos de pacientes de nuevo ingreso al Instituto Nacional de Cancerología (INCAN) durante el 2016 (9_PACIENTES_DE_NUEVO_INGRESO). Con ella se realiza un análisis exploratorio sobre qué tumores hay y cómo se distribuyen entre los estados y municipios del país, enfocado en los tumores colorrectales.
Posteriormente se trabaja con los datos del artículo Multiclass cancer diagnosis using tumor gene expression signatures (Multi_Cancer_Data.RData) para encontrar qué genes muestran mayor diferencia de expresión entre un tejido normal y un tumor.
El objetivo de la actividad es consultar la base de datos PUBMED para encontrar artículos científicos del área biomédica. Se realizó una búsqueda sobre pacientes jóvenes con cáncer de colon y se compararon los resultados del método manual y aquel que utiliza las herramientas de R.
En esta actividad se emplea un archivo con datos de expresión de genes y clasificación de muestras "Young" y "Old" (TCGA_COADREAD_comp_data). Se aplican pruebas t de Student para encontrar diferencias de expresión entre las clases y se generan matrices con los resultados y p-values. Se filtran genes con poca expresión y se buscan coincidencias entre mayores diferencias de expresión y menores p-values. Se visualiza un heatmap para observar patrones de expresión. Finalmente, se seleccionan genes significativos con p-values < 0.01, revelando genes que son de especial interés como el GATA4, el PCSK1N, el PIWIL1, el PRND O el FZD9, ya que la brecha entre su expresión en jóvenes y adultos mayores es grande y simultáneamente su p value es significativo.
El objetivo de la actividad es conocer bases de datos de mutaciones. Se consultaron dos bases de datos, COSMIC (https://cancer.sanger.ac.uk/cosmicLinks to an external site.), que contiene mutaciones relacionadas a cáncer, y gnomAD (https://gnomad.broadinstitute.org/), que contiene mutaciones en personas sanas y enfermedades.
Este trabajo es el producto final de la clase. La finalidad del proyecto es elaborar un análisis de datos a de la información genética en pacientes que padezcan de cáncer de colon y de aquellos en condiciones normales para discernir patrones que permitan la detección temprana de este tipo de cáncer en pacientes jóvenes. Como resultado se encontraron genes cuya expresión génica es significativamente distinta entre jóvenes y adultos.
