{"id":6856,"date":"2020-02-10T14:44:21","date_gmt":"2020-02-10T14:44:21","guid":{"rendered":"https:\/\/www.kolabtree.com\/blog\/?p=6856"},"modified":"2023-02-15T11:40:59","modified_gmt":"2023-02-15T11:40:59","slug":"pathway-analysis-in-bioinformatics-mapping-data-to-information","status":"publish","type":"post","link":"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","title":{"rendered":"An\u00e1lisis de rutas en bioinform\u00e1tica: Mapeo de datos a informaci\u00f3n"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_45_1 counter-flat ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\">Tabla de contenidos<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" area-label=\"ez-toc-toggle-icon-1\"><label for=\"item-69f236a5eb1cc\" aria-label=\"Tabla de contenidos\"><span style=\"display: flex;align-items: center;width: 35px;height: 30px;justify-content: center;direction:ltr;\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/label><input  type=\"checkbox\" id=\"item-69f236a5eb1cc\"><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Devil_is_in_the_Detail\" title=\"El diablo est\u00e1 en los detalles\">El diablo est\u00e1 en los detalles<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Genome_Organization\" title=\"Organizaci\u00f3n del genoma\">Organizaci\u00f3n del genoma<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Pathway_Databases\" title=\"Bases de datos de rutas\">Bases de datos de rutas<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Enrichment_Tools\" title=\"Herramientas de enriquecimiento\">Herramientas de enriquecimiento<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Over_Representation_Analysis\" title=\"An\u00e1lisis de la sobrerrepresentaci\u00f3n\">An\u00e1lisis de la sobrerrepresentaci\u00f3n<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Functional_Class_Scoring\" title=\"Puntuaci\u00f3n de la clase funcional\">Puntuaci\u00f3n de la clase funcional<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Pathway_Topology_based_Approaches\" title=\"Enfoques basados en la topolog\u00eda de las v\u00edas\">Enfoques basados en la topolog\u00eda de las v\u00edas<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Network_Interaction_based_Analysis\" title=\"An\u00e1lisis basado en la interacci\u00f3n de redes\">An\u00e1lisis basado en la interacci\u00f3n de redes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#The_apparent_Panacea\" title=\"La aparente panacea\">La aparente panacea<\/a><\/li><\/ul><\/nav><\/div>\n<p><em><span style=\"font-weight: 400;\"><a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/computational-biology?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Bi\u00f3logo computacional<\/a> y Kolabtree freelance <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/shaurya-jauhari\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Shaurya Jauhari<\/a> escribe sobre los retos actuales que implica el an\u00e1lisis de v\u00edas en bioinform\u00e1tica y las posibles soluciones al problema.\u00a0<\/span><\/em><\/p>\n<p><span style=\"font-weight: 400;\">En la era contrastada de la \"medicina imprecisa\" (que nos impulsa a sintonizar con la medicina de precisi\u00f3n) y de la inundaci\u00f3n de datos biom\u00e9dicos provocada por los avances en las tecnolog\u00edas instrumentales, persiste una laguna que se basa en gran medida en la asignaci\u00f3n de datos a informaci\u00f3n. Los experimentos cl\u00ednicos generan biomarcadores (t\u00e9cnicamente lista de genes o regiones gen\u00f3micas m\u00e1s contempor\u00e1neas) que deben ser expuestos por sus implicaciones biol\u00f3gicas. El conjunto actual de herramientas que facilitan este esfuerzo es menos \u00fatil, ya que descuida la<em> ipso facto<\/em>, las interacciones espaciales del genoma dado su perfil de acomodaci\u00f3n dentro del n\u00facleo de cada c\u00e9lula eucariota. Este comentario trata de poner de relieve la naturaleza del problema, arrojar luz sobre la organizaci\u00f3n del genoma, reflexionar brevemente sobre las herramientas actuales de cartograf\u00eda y conjeturar las posibles soluciones.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Devil_is_in_the_Detail\"><\/span><b>El diablo est\u00e1 en los detalles<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Un grupo de esfuerzos para perfeccionar la resoluci\u00f3n de los datos gen\u00f3micos est\u00e1 rozando un esquema crucial de informaci\u00f3n. Estamos impulsando ansiosamente la probabilidad de un genoma $1000, aunque nos importa menos el an\u00e1lisis $100.000. Existe un gran compendio de repertorios que contienen las anotaciones a los resultados experimentales y los casos bajo un estudio biol\u00f3gico t\u00edpico. Puede haber definiciones que indiquen las implicaciones biol\u00f3gicas de que un gen, o la v\u00eda de la que forman parte esos genes, se asocie a una enfermedad. Una vez m\u00e1s, este tipo de almacenes din\u00e1micos de informaci\u00f3n han sido curados manualmente (antiguamente) y la gesti\u00f3n del conocimiento ha sido asumida por tuber\u00edas automatizadas que emplean ordenadores y TIC en general. Estas bases de datos se actualizan con una sabidur\u00eda cient\u00edfica orientada al consenso y han acogido un pu\u00f1ado de revisiones desde su creaci\u00f3n. El conducto que relaciona los resultados experimentales con sus implicaciones biol\u00f3gicas est\u00e1 muy atenuado, en gran medida porque se descarta la \"verdadera\" biolog\u00eda subyacente.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Nuestro genoma, con una media de 2 metros de longitud, se aloja en el n\u00facleo de cada una de las c\u00e9lulas que conforman nuestro cuerpo. Debido a la diminuta estructura de una c\u00e9lula y, sobre todo, de su n\u00facleo, el genoma est\u00e1 empaquetado de forma un tanto forzada y blanda. Esto permite que regiones del genoma, bastante distantes desde una perspectiva lineal, se acerquen e interact\u00faen. Este adagio es rechazado por el actual conjunto de herramientas de enriquecimiento (mapeo) y, por lo tanto, los resultados generados son desproporcionados.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Las regiones del genoma forman parte de grandes \"grupos de acci\u00f3n\" o <\/span><b><i>v\u00edas de acceso<\/i><\/b><span style=\"font-weight: 400;\"> que son t\u00e9cnicamente series de reacciones qu\u00edmicas que dan cuenta de un fenotipo; sano o enfermo. Cuando se examina un estado de enfermedad, los investigadores buscan los biomarcadores que se han desviado potencialmente y que aparentemente han transformado el cuerpo del organismo de <\/span><i><span style=\"font-weight: 400;\">tonificado<\/span><\/i><span style=\"font-weight: 400;\"> a <\/span><i><span style=\"font-weight: 400;\">se movi\u00f3<\/span><\/i><span style=\"font-weight: 400;\">. Imag\u00ednese persiguiendo una enfermedad dif\u00edcil de combatir con informaci\u00f3n desajustada.<\/span><\/p>\n<p><b><em><span style=\"font-weight: 400;\"><a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/computational-biology?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\"><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6904 size-large\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1024x444.png\" alt=\"\" width=\"702\" height=\"304\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1024x444.png 1024w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-300x130.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-768x333.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1536x665.png 1536w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1080x468.png 1080w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1.png 2011w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-300x130@2x.png 600w\" sizes=\"(max-width: 702px) 100vw, 702px\" \/><\/a><\/span><\/em><\/b><em>Planteamiento del problema - Flujo de trabajo del t\u00edpico an\u00e1lisis de enriquecimiento. Hay una cierta<\/em><br \/>\n<em>\"idiomatismo\" asociado al mapeo de las secuencias del genoma a los genes, y que orquesta la<\/em><br \/>\n<em>resultados de la corriente.<\/em><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Genome_Organization\"><\/span><b>Organizaci\u00f3n del genoma<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Como ya se ha dicho, el genoma es lo suficientemente largo como para ser almacenado linealmente dentro del n\u00facleo de una c\u00e9lula, para cada c\u00e9lula de nuestro cuerpo o de cualquier otro organismo vivo. M\u00e1s bien, esta entidad de 2 metros est\u00e1 aplastada y api\u00f1ada en una estructura aparentemente desordenada, con bucles, giros y remolinos, como uno puede imaginar. Este <\/span><i><span style=\"font-weight: 400;\">interminable<\/span><\/i><span style=\"font-weight: 400;\"> La cadena de nucle\u00f3tidos o pares de bases -Adenina (A), Citosina (C), Timina (T) y Guanina (G)- estructura distintas topolog\u00edas dentro del n\u00facleo mientras se ajusta a la exig\u00fcidad. Forman bucles de cromatina, compartimentos\/subcompartimentos, dominios\/subdominios que cumplen una funci\u00f3n, de acuerdo con el tipo de c\u00e9lula. (Obs\u00e9rvese que los distintos tipos de c\u00e9lulas funcionan de manera diferente; una c\u00e9lula nerviosa tiene otras empresas que atender que una c\u00e9lula muscular; cada una tiene un papel exclusivo que desempe\u00f1ar).<\/span><\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6903 size-full\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2.jpg\" alt=\"\" width=\"685\" height=\"644\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2.jpg 685w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-300x282.jpg 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-24x24.jpg 24w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-300x282@2x.jpg 600w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-24x24@2x.jpg 48w\" sizes=\"(max-width: 685px) 100vw, 685px\" \/><br \/>\n<em>El genoma se enrolla y se extiende en espacios objetivos. (Cr\u00e9dito: https:\/\/doi.org\/10.1038\/nrg.<\/em><br \/>\n<em>2016.112)<\/em><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Pathway_Databases\"><\/span><b>Bases de datos de rutas<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Existen diversas ontolog\u00edas y bases de datos, entre ellas la Enciclopedia de Genes y Genomas de Kioto (KEGG) (<\/span><a href=\"https:\/\/www.genome.jp\/kegg\/\"><span style=\"font-weight: 400;\">https:\/\/www.genome.jp\/kegg\/<\/span><\/a><span style=\"font-weight: 400;\">) y Gene Ontology (<\/span><a href=\"http:\/\/geneontology.org\/\"><span style=\"font-weight: 400;\">http:\/\/geneontology.org\/<\/span><\/a><span style=\"font-weight: 400;\">Las pocas herramientas que voy a exponer en la pr\u00f3xima secci\u00f3n (y que a menudo son objeto de opini\u00f3n) engendran t\u00e9rminos de enriquecimiento que proceden \"selectivamente\" de dichas bases de datos. A partir de sus valores de significaci\u00f3n estad\u00edstica, se deduce si realmente representan un fenotipo de la lista o son s\u00f3lo una cuesti\u00f3n de desarrollo aleatorio. (P.D. Hay un escrito sobre los valores p que presumiblemente ayudar\u00e1 a los profanos a entender la idea de <\/span><i><span style=\"font-weight: 400;\">significaci\u00f3n estad\u00edstica<\/span><\/i><span style=\"font-weight: 400;\">. Por favor, siga el enlace <\/span><a href=\"https:\/\/sway.office.com\/WkyHrPnVB8Ec3zPD?play\"><span style=\"font-weight: 400;\">https:\/\/sway.office.com\/WkyHrPnVB8Ec3zPD?play<\/span><\/a><span style=\"font-weight: 400;\"> a su conveniencia).<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Enrichment_Tools\"><\/span><b>Herramientas de enriquecimiento<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">El an\u00e1lisis de enriquecimiento es un protocolo computacional de <\/span><i><span style=\"font-weight: 400;\">novo<\/span><\/i><span style=\"font-weight: 400;\"> regiones gen\u00f3micas a sus definiciones registradas en las bases de datos a las que se ha aludido. Por lo que respecta a las herramientas (que act\u00faan como conducto), se estructuran cl\u00e1sicamente bajo varios ep\u00edgrafes, a saber, an\u00e1lisis de sobrerrepresentaci\u00f3n (ORA), puntuaci\u00f3n de clases funcionales (FCS), m\u00e9todos basados en la topolog\u00eda de las v\u00edas (PT) y m\u00e9todos de interacci\u00f3n de redes (NI).<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Over_Representation_Analysis\"><\/span><b>An\u00e1lisis de la sobrerrepresentaci\u00f3n<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">El an\u00e1lisis de sobrerrepresentaci\u00f3n, a trav\u00e9s del dogma de la distribuci\u00f3n hipergeom\u00e9trica, eval\u00faa el conjunto de genes diferencialmente expresados para los que podr\u00edan formar parte de una v\u00eda biol\u00f3gica. B\u00e1sicamente, una prueba hipergeom\u00e9trica considera cuatro atributos para llegar a una decisi\u00f3n, a saber<\/span><\/p>\n<ol>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">N\u00famero total de genes en el ensayo considerado,<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Los genes expresados diferencialmente,<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Genes en la v\u00eda objetivo del n\u00famero total de genes, y<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Genes expresados diferencialmente en la v\u00eda objetivo.<\/span><\/li>\n<\/ol>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6902 size-large\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1024x576.jpg\" alt=\"\" width=\"702\" height=\"395\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1024x576.jpg 1024w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-300x169.jpg 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-768x432.jpg 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1536x864.jpg 1536w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1080x608.jpg 1080w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3.jpg 2000w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-300x169@2x.jpg 600w\" sizes=\"(max-width: 702px) 100vw, 702px\" \/><br \/>\n<em>La esencia de la prueba hipergeom\u00e9trica<\/em><\/p>\n<p><span style=\"font-weight: 400;\">A pesar de ser una metodolog\u00eda sencilla y directa, la ORA presenta sus propias limitaciones.<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><b><i>Democracia en juego; todos los genes se consideran por igual<\/i><\/b><span style=\"font-weight: 400;\">\u00bfPor qu\u00e9 es un problema? Supongamos que los genes se filtran en funci\u00f3n de <\/span><b>cambio de pliegues<\/b><span style=\"font-weight: 400;\">. Seleccionamos los genes que abarcaban una diferencia de expresi\u00f3n mayor o igual a 2 veces (pliegues), tanto en sentido negativo como positivo. Aunque el m\u00ednimo era de 2 veces, este flujo de trabajo tambi\u00e9n capturar\u00eda genes con cambios de expresi\u00f3n de 3 veces, 4 veces y m\u00e1s. Seguramente, un gen con una disparidad de expresi\u00f3n de 4 veces es m\u00e1s prudente que un gen con un cambio de 2 veces. Esta manifestaci\u00f3n est\u00e1 descartada por la ORA.<\/span><\/li>\n<li style=\"font-weight: 400;\"><b><i>Considera s\u00f3lo los genes m\u00e1s significativos<\/i><\/b><span style=\"font-weight: 400;\">De nuevo, consideremos un gen con un cambio de pliegue de 1,9999 o un valor p &lt;0,0051113; normalmente, un valor p &lt;0,05 se considera estad\u00edsticamente significativo. La metodolog\u00eda ORA pasa por alto este gen en el resultado final. Est\u00e1 claro que hay una p\u00e9rdida de informaci\u00f3n y una falta de flexibilidad. (P.S. Breitling et al. abordaron este problema proponiendo una extemporaneidad para evitar los umbrales. La revisi\u00f3n emplea un enfoque iterativo que a\u00f1ade un gen a la vez para compilar un conjunto de genes para los que una v\u00eda es \u00f3ptimamente significativa).<\/span><\/li>\n<li style=\"font-weight: 400;\"><b><i>Ning\u00fan gen funciona de forma aislada<\/i><\/b><span style=\"font-weight: 400;\">Esto se debe a las limitaciones mencionadas anteriormente, ya que al tratar el gen como una entidad independiente se pierde la esencia de la contribuci\u00f3n polig\u00e9nica a un fenotipo. <\/span><i><span style=\"font-weight: 400;\">Uno de los objetivos del an\u00e1lisis de la expresi\u00f3n g\u00e9nica podr\u00eda ser dilucidar cohortes de genes cuyos patrones de expresi\u00f3n sean congruentes. Esta sinfon\u00eda pone de relieve los genes funcionalmente afines o los que trabajan hacia un estado biol\u00f3gico com\u00fan.<\/span><\/i><\/li>\n<li style=\"font-weight: 400;\"><b><i>V\u00edas independientes entre s\u00ed<\/i><\/b><span style=\"font-weight: 400;\">La ORA tambi\u00e9n asume que las v\u00edas no funcionan en t\u00e1ndem (o en sucesi\u00f3n). Esto es principalmente err\u00f3neo, ya que una serie de reacciones qu\u00edmicas podr\u00eda preceder o proseguir una a otra.<\/span><\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"Functional_Class_Scoring\"><\/span><b>Puntuaci\u00f3n de la clase funcional<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">A diferencia de ORA, los m\u00e9todos FCS subsumen todos los genes contextuales as\u00ed como sus estad\u00edsticas de asociaci\u00f3n (cambio de pliegues, valor p) y calculan un <\/span><i><span style=\"font-weight: 400;\">corriendo<\/span><\/i><span style=\"font-weight: 400;\"> Puntuaci\u00f3n de enriquecimiento para agrupaciones de genes (basada en alg\u00fan conocimiento funcional como la Ontolog\u00eda de Genes o las v\u00edas KEGG). Por ejemplo, GSEA del Instituto Broad (<\/span><a href=\"http:\/\/software.broadinstitute.org\/gsea\/index.jsp\"><span style=\"font-weight: 400;\">http:\/\/software.broadinstitute.org\/gsea\/index.jsp<\/span><\/a><span style=\"font-weight: 400;\">). Una ejecuci\u00f3n t\u00edpica de FCS analizar\u00eda el cambio de expresi\u00f3n de los genes en general en la lista (no la clasificaci\u00f3n por significaci\u00f3n estad\u00edstica o algo m\u00e1s) de genes expresados diferencialmente en un experimento. El resultado principal del an\u00e1lisis de enriquecimiento de conjuntos de genes es una puntuaci\u00f3n de enriquecimiento (ES) que refleja el grado de sobrerrepresentaci\u00f3n de un conjunto de genes en la parte superior o inferior de una lista clasificada de genes; \u00bfpor qu\u00e9 superior e inferior? porque ah\u00ed est\u00e1n los genes m\u00e1s alejados de lo normal, en t\u00e9rminos de cambio de expresi\u00f3n. Una puntuaci\u00f3n ES positiva para un conjunto de genes (o una v\u00eda objetivo, <\/span><i><span style=\"font-weight: 400;\">GS<\/span><\/i><span style=\"font-weight: 400;\">) ser\u00e1 indicativo de los genes de la lista (<\/span><i><span style=\"font-weight: 400;\">GL<\/span><\/i><span style=\"font-weight: 400;\">) que caen en la parte superior (m\u00e1s regulados; 1,2,3 ...), mientras que una puntuaci\u00f3n ES negativa significar\u00e1 que los genes componentes se encuentran en la parte inferior (m\u00e1s regulados; n-3, n-2, n-1, n, donde n es el n\u00famero total de genes). P.D. El ES se convierte en ES normalizado (NES) cuando se corrige el problema de las pruebas m\u00faltiples (tasa de falsos descubrimientos, p. ej. <\/span><i><span style=\"font-weight: 400;\">M\u00e9todo de Bonferroni<\/span><\/i><span style=\"font-weight: 400;\">).<\/span><\/p>\n<p><span style=\"font-weight: 400;\">En resumen, los m\u00e9todos FCS son notablemente mejores que los m\u00e9todos ORA por,<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">evitando el requisito de un umbral arbitrario para clasificar los genes como significativos o no significativos.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Apreciar la informaci\u00f3n sobre la expresi\u00f3n de los genes para rastrear los cambios sistem\u00e1ticos en la v\u00eda; esto permite rendir cuentas sobre la interdependencia de los genes.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Sin embargo, los m\u00e9todos del FCS tambi\u00e9n tienen ciertas deficiencias.<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Dado que las v\u00edas se analizan de forma independiente, es posible que no se cuenten los genes que regulan varias v\u00edas.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Muchos m\u00e9todos de SCA clasifican los genes de una lista sobre la base de los cambios en la expresi\u00f3n g\u00e9nica. Un escenario en el que la diferencia de rangos refleja una varianza desigual (y posiblemente exponencial) en la expresi\u00f3n podr\u00eda ser quiz\u00e1s una medida injusta.<\/span><\/li>\n<\/ul>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6910 size-large\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1024x898.png\" alt=\"\" width=\"702\" height=\"616\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1024x898.png 1024w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-300x263.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-768x674.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1536x1348.png 1536w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1080x947.png 1080w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-110x96.png 110w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4.png 2005w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-300x263@2x.png 600w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-110x96@2x.png 220w\" sizes=\"(max-width: 702px) 100vw, 702px\" \/><\/p>\n<p><em>La normalizaci\u00f3n de las puntuaciones ES correspondientes a una lista de genes.<\/em><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Pathway_Topology_based_Approaches\"><\/span><b>Enfoques basados en la topolog\u00eda de las v\u00edas<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Una privaci\u00f3n crucial de los m\u00e9todos ORA y FCS es que ignoran la estructura de las v\u00edas. El orden de los genes que se regulan en una v\u00eda es esencial para rastrear los efectos causales. Comprensiblemente, podr\u00eda haber exactamente dos v\u00edas con los mismos componentes g\u00e9nicos, pero la jerarqu\u00eda de activaci\u00f3n podr\u00eda ser totalmente diferente. Si fuera por los m\u00e9todos ORA\/FCS, habr\u00edan dado lugar a t\u00e9rminos de enriquecimiento similares. Eso es un problema. Los m\u00e9todos Pathway Topology(PT) asumen la exclusividad en la funci\u00f3n dependiendo de las interacciones espec\u00edficas, lo que se ajusta a la l\u00f3gica general tambi\u00e9n. Ejemplos de herramientas son SPIA (<\/span><a href=\"https:\/\/www.bioconductor.org\/packages\/release\/bioc\/manuals\/SPIA\/man\/SPIA.pdf\"><span style=\"font-weight: 400;\">https:\/\/www.bioconductor.org\/packages\/release\/bioc\/manuals\/SPIA\/man\/SPIA.pdf<\/span><\/a><span style=\"font-weight: 400;\">), GGEA y PARADIGM. En general, las herramientas de esta categor\u00eda tendr\u00e1n una puntuaci\u00f3n local y otra global. La puntuaci\u00f3n local a nivel del gen calibrar\u00e1 los cambios de pliegue en la expresi\u00f3n del gen y de los genes anteriores, mientras que la puntuaci\u00f3n global medir\u00e1 el nivel de la v\u00eda para la relaci\u00f3n con el conjunto de genes. Sin embargo, esto tambi\u00e9n hace que los m\u00e9todos de PT sobreajusten los datos para una condici\u00f3n\/tipo de c\u00e9lula peculiar.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Network_Interaction_based_Analysis\"><\/span><b>An\u00e1lisis basado en la interacci\u00f3n de redes<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Se trata de una categor\u00eda bastante infravalorada que todav\u00eda se aplica escasamente, a pesar de su antigua formulaci\u00f3n. M\u00e9todos como EnrichNet , NetPEA (<\/span><a href=\"http:\/\/www.dx.doi.org\/10.1109\/BIBM.2013.6732493\"><span style=\"font-weight: 400;\">http:\/\/www.dx.doi.org\/10.1109\/BIBM.2013.6732493<\/span><\/a><span style=\"font-weight: 400;\">) have been proposed close to a decade ago, but they haven\u2019t gained much traction because of limited tools available. This facade constraints the dexterity of the theme as no improvements are documented. That turns out to be an open-ended <a href=\"https:\/\/www.kolabtree.com\/blog\/es\/ensuring-reproducibility-in-ai-driven-research-how-freelance-experts-can-help-in-biotech-and-healthcare\/\">investigaci\u00f3n<\/a> problem.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_apparent_Panacea\"><\/span><b>El aparente <\/b><b><i>Panacea<\/i><\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Probablemente ahora tenga una idea sobre el enriquecimiento fundamental\/an\u00e1lisis de v\u00edas y el tipo de herramientas que lo ayudan. Sin embargo, como he mencionado antes, todas las herramientas disponibles (que caen en las categor\u00edas marcadas) se basan en un par\u00e1metro sesgado de una ventana lineal a trav\u00e9s de la regi\u00f3n consultada. Si los segmentos del genoma que intervienen entran en este marco, aparecen como <\/span><b><i>enriquecido<\/i><\/b><span style=\"font-weight: 400;\">o no. El verdadero negocio es tener una herramienta que, tal vez, introduzca un <\/span><i><span style=\"font-weight: 400;\">centro<\/span><\/i><span style=\"font-weight: 400;\"> y <\/span><i><span style=\"font-weight: 400;\">di\u00e1metro<\/span><\/i><span style=\"font-weight: 400;\"> de un c\u00edrculo hipot\u00e9tico, por as\u00ed decirlo para destacar la organizaci\u00f3n 3D basada en las interacciones del genoma para la regi\u00f3n.<\/span><\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6905 size-full\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a.png\" alt=\"\" width=\"811\" height=\"599\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a.png 811w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a-300x222.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a-768x567.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a-300x222@2x.png 600w\" sizes=\"(max-width: 811px) 100vw, 811px\" \/><br \/>\n<i><span style=\"font-weight: 400;\">GREAT ofrece varias opciones de avance para especificar la dimensi\u00f3n lineal alrededor del Sitio de Inicio de Transcripci\u00f3n de un gen.<\/span><\/i><\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6906 size-full\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b.png\" alt=\"\" width=\"774\" height=\"523\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b.png 774w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b-300x203.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b-768x519.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b-300x203@2x.png 600w\" sizes=\"(max-width: 774px) 100vw, 774px\" \/><i><span style=\"font-weight: 400;\">Enrichr presenta una selecci\u00f3n directa del tipo de genoma y del n\u00famero de genes en la supuesta regi\u00f3n lineal.<\/span><\/i><\/p>\n<p><span style=\"font-weight: 400;\">Como se deduce de la Figura 4, no se aprecia la \"verdadera\" organizaci\u00f3n espacial del genoma. Este es un problema y una profunda falla que persiste en el dominio actual del an\u00e1lisis de enriquecimiento. A pesar de ello, tambi\u00e9n hay una relevancia evidente de <\/span><b>f\u00e1bricas de transcripci\u00f3n<\/b><span style=\"font-weight: 400;\">identificados como sitios en el espacio nuclear que atraen a los elementos reguladores distantes para \"festejar en casa\". En broma, suelo comentar que, al igual que alguien que est\u00e1 enfadado con alguien o algo, las f\u00e1bricas de transcripci\u00f3n (personificadas) podr\u00edan reprender al genoma.<\/span><i><span style=\"font-weight: 400;\">La transcripci\u00f3n se har\u00e1 sobre mi cad\u00e1ver, \u00a1nada m\u00e1s!<\/span><\/i><span style=\"font-weight: 400;\">\". El tema adyacente de las f\u00e1bricas de transcripci\u00f3n es objeto de un debate adyacente y futuro. Sin embargo, materializa el dogma de las interacciones cis-reguladoras que est\u00e1 mal en la pr\u00e1ctica contempor\u00e1nea.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Para terminar, me gustar\u00eda se\u00f1alar que el an\u00e1lisis de las v\u00edas es una fracci\u00f3n crucial, y a menudo descuidada, de la <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/bioinformatics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Bioinform\u00e1tica<\/a> de la tuber\u00eda. Siempre hay margen para ampliar las metodolog\u00edas existentes en funci\u00f3n de los datos gen\u00f3micos, que evolucionan mientras hablamos. Cuando dispongamos de un mayor volumen de datos, no s\u00f3lo ser\u00e1 un problema de infraestructura, sino tambi\u00e9n de algoritmos.<\/span><\/p>\n<p><strong>Necesidad de <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/bioinformatics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">contratar a un consultor en bioinform\u00e1tica<\/a>? Trabaja con cient\u00edficos aut\u00f3nomos en Kolabtree. Es gratis publicar tu proyecto y obtener presupuestos de expertos.<br \/>\n<\/strong><\/p>\n<p><strong>Expertos relacionados:\u00a0<\/strong><\/p>\n<p><a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Bioinformatics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Aut\u00f3nomo de bioinform\u00e1tica<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Plant-Genetics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Gen\u00e9tica vegetal<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Developmental-Biology?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Biolog\u00eda del desarrollo<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Gene-Therapy?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Terapia g\u00e9nica<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Stem-Cells?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">C\u00e9lulas madre <\/a>|<br \/>\n<a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/DNA-Sequencing-Data-Analysis?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">An\u00e1lisis de datos de secuenciaci\u00f3n de ADN<\/a> |<a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Animal-Genetics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Gen\u00e9tica animal<\/a> |<a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Drug-Interactions?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\"> Interacciones con otros medicamentos<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/genetics-and-genomics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Gen\u00e9tica y gen\u00f3mica\u00a0<\/a><\/p>\n<p><strong>\u00a0<\/strong><\/p>","protected":false},"excerpt":{"rendered":"<p>Shaurya Jauhari, bi\u00f3loga computacional y colaboradora de Kolabtree, escribe sobre los retos actuales que conlleva el an\u00e1lisis de v\u00edas en bioinform\u00e1tica y las posibles soluciones al problema.  En la era contrastada de la \"Medicina Imprecisa\" (que nos impulsa a sintonizar con la Medicina de Precisi\u00f3n) y la inundaci\u00f3n de datos biom\u00e9dicos provocada por los avances en las tecnolog\u00edas instrumentales, persiste una laguna que es<\/p>\n<div class=\"read-more\"><a href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/\" title=\"Leer m\u00e1s\">Leer m\u00e1s<\/a><\/div>","protected":false},"author":12,"featured_media":6908,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[442,398,435],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v20.1 (Yoast SEO v20.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Pathway Analysis in Bioinformatics: Mapping Data to Information<\/title>\n<meta name=\"description\" content=\"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Pathway Analysis in Bioinformatics: Mapping Data to Information\" \/>\n<meta property=\"og:description\" content=\"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/\" \/>\n<meta property=\"og:site_name\" content=\"The Kolabtree Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/kolabtree\" \/>\n<meta property=\"article:published_time\" content=\"2020-02-10T14:44:21+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-02-15T11:40:59+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"685\" \/>\n\t<meta property=\"og:image:height\" content=\"644\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Ramya Sriram\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:site\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ramya Sriram\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minutos\" \/>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Pathway Analysis in Bioinformatics: Mapping Data to Information","description":"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","og_locale":"es_ES","og_type":"article","og_title":"Pathway Analysis in Bioinformatics: Mapping Data to Information","og_description":"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.","og_url":"https:\/\/www.kolabtree.com\/blog\/es\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","og_site_name":"The Kolabtree Blog","article_publisher":"https:\/\/www.facebook.com\/kolabtree","article_published_time":"2020-02-10T14:44:21+00:00","article_modified_time":"2023-02-15T11:40:59+00:00","og_image":[{"width":685,"height":644,"url":"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-1.jpg","type":"image\/jpeg"}],"author":"Ramya Sriram","twitter_card":"summary_large_image","twitter_creator":"@kolabtree","twitter_site":"@kolabtree","twitter_misc":{"Escrito por":"Ramya Sriram","Tiempo de lectura":"11 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#article","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/"},"author":{"name":"Ramya Sriram","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400"},"headline":"Pathway Analysis in Bioinformatics: Mapping Data to Information","datePublished":"2020-02-10T14:44:21+00:00","dateModified":"2023-02-15T11:40:59+00:00","mainEntityOfPage":{"@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/"},"wordCount":2124,"commentCount":0,"publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"articleSection":["Biotechnology","Data Science","Research"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","url":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","name":"Pathway Analysis in Bioinformatics: Mapping Data to Information","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/#website"},"datePublished":"2020-02-10T14:44:21+00:00","dateModified":"2023-02-15T11:40:59+00:00","description":"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.","breadcrumb":{"@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.kolabtree.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Pathway Analysis in Bioinformatics: Mapping Data to Information"}]},{"@type":"WebSite","@id":"https:\/\/www.kolabtree.com\/blog\/#website","url":"https:\/\/www.kolabtree.com\/blog\/","name":"The Kolabtree Blog","description":"Expert Views on Science, Innovation and Product Development","publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.kolabtree.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/www.kolabtree.com\/blog\/#organization","name":"Kolabtree","url":"https:\/\/www.kolabtree.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/","url":"","contentUrl":"","caption":"Kolabtree"},"image":{"@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/kolabtree","https:\/\/twitter.com\/kolabtree","https:\/\/instagram.com\/kolabtree","https:\/\/www.linkedin.com\/company\/kolabtree","https:\/\/en.m.wikipedia.org\/wiki\/Kolabtree"]},{"@type":"Person","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400","name":"Ramya Sriram","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","caption":"Ramya Sriram"},"description":"Ramya Sriram manages digital content and communications at Kolabtree (kolabtree.com), the world's largest freelancing platform for scientists. She has over a decade of experience in publishing, advertising and digital content creation.","url":"https:\/\/www.kolabtree.com\/blog\/es\/author\/ramyas\/"}]}},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/posts\/6856"}],"collection":[{"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/comments?post=6856"}],"version-history":[{"count":9,"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/posts\/6856\/revisions"}],"predecessor-version":[{"id":10459,"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/posts\/6856\/revisions\/10459"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/media\/6908"}],"wp:attachment":[{"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/media?parent=6856"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/categories?post=6856"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/es\/wp-json\/wp\/v2\/tags?post=6856"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}