Labarga Gutiérrez, Alberto
Loading...
Email Address
person.page.identifierURI
Birth Date
Job Title
Last Name
Labarga Gutiérrez
First Name
Alberto
person.page.departamento
Ciencias de la Salud
person.page.instituteName
ORCID
person.page.observainves
person.page.upna
Name
- Publications
- item.page.relationships.isAdvisorOfPublication
- item.page.relationships.isAdvisorTFEOfPublication
- item.page.relationships.isAuthorMDOfPublication
2 results
Search Results
Now showing 1 - 2 of 2
Publication Open Access Extracción de información biológica mediante factorización matricial de datos de expresión génica(2024) Labarga Gutiérrez, Alberto; Barajas Vélez, Miguel Ángel; Ciencias de la Salud; Osasun ZientziakEn las últimas décadas, la aparición de herramientas eficaces de secuenciación genómica y de la biotecnología experimental de alto rendimiento ha dado lugar a enormes avances en las ciencias de la vida y la medicina, aportando profundos conocimientos sobre distintas perspectivas de los mecanismos moleculares subyacentes a los procesos biológicos. Las funciones y procesos celulares dependen de la interacción y comunicación coordinadas entre una amplia variedad de biomoléculas, como genes, proteínas, metabolitos y reguladores epigenéticos. Existen múltiples capas en las que tiene lugar la regulación y, por tanto, diferentes perspectivas desde las que observar la actividad biológica. Las distintas tecnologías conocidas comúnmente como ‘ómicas’ nos permiten medir cuantitativa y cualitativamente la estructura y actividad de muchas de estas biomoléculas. El coste de estas tecnologías ha descendido en los últimos años, lo que las ha hecho más comunes y ha permitido disponer de muchos datos para la investigación. Esta situación ha creado la necesidad de nuevas formas de gestionar, procesar y dar sentido a todos estos datos de forma integrada. Teniendo en cuenta que los datos biológicos pueden representarse fácilmente como una red en la que los nodos representan los distintos componentes biológicos (genes, proteínas, etc.) y las aristas representan la relación entre ellos, permitir que el aprendizaje automático incorpore al modelo información sobre la estructura de los grafos de conocimiento multiómico abre nuevas vías para hacer predicciones o descubrir nuevos patrones utilizando este conocimiento relacional para su aplicación en nuevos usos.Publication Open Access Integrative multi-omics analysis for etiology classification and biomarker discovery in stroke: advancing towards precision medicine(MDPI, 2024) Labarga Gutiérrez, Alberto; Martínez-González, Judith; Barajas Vélez, Miguel Ángel; Ciencias de la Salud; Osasun ZientziakRecent advancements in high-throughput omics technologies have opened new avenues for investigating stroke at the molecular level and elucidating the intricate interactions among various molecular components. We present a novel approach for multi-omics data integration on knowledge graphs and have applied it to a stroke etiology classification task of 30 stroke patients through the integrative analysis of DNA methylation and mRNA, miRNA, and circRNA. This approach has demonstrated promising performance as compared to other existing single technology approaches.