Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/24467
DC FieldValueLanguage
dc.contributor.advisorSantana Del Pino, Ángeloes
dc.contributor.advisorWägner, Anna Maria Claudiaes
dc.contributor.advisorQuinteiro González, José Maríaes
dc.contributor.authorMedina Rodríguez, Nathanes
dc.contributor.otherInstituto Universitario de Microelectrónica Aplicada (IUMA)es
dc.contributor.otherDepartamento de Matemáticases
dc.date.accessioned2017-11-14T03:31:23Z
dc.date.accessioned2018-06-05T13:34:34Z-
dc.date.available2017-11-14T03:31:23Z
dc.date.available2018-06-05T13:34:34Z-
dc.date.issued2016es
dc.identifier.urihttp://hdl.handle.net/10553/24467
dc.descriptionTesis en inglés y resumen en español. Tecnologías de la Información. Grupo de Estadística.es
dc.description.abstractSe ha basado fundamentalmente en la investigación y desarrollo de varias técnicas estadístico-computacionales orientadas a la resolución de algunos de los problemas que se plantean en el contexto del análisis de las grandes bases de datos que se utilizan actualmente en genética. Dicho trabajo ha permitido la obtención de interesantes resultados usando tanto con datos genéticos de origen poblacional como familiares. Inicialmente, en esta tesis se ha realizado una revisón muy completa de los métodos estadísticos en Genética y Bioinformática utilizados en la actualidad para evaluar la asociación entre el genoma y las enfermedades. Seguidamente, se han utilizado métodos computacionales avanzados para identificar variaciones genéticas relacionadas con fenotipos de interés en estudios de asociación genómica (GWAS)es
dc.description.abstractThe work developed in this PhD thesis has been primarily based on the research and development of various statistical and computational techniques aimed at solving some of the problems that arise in the context of the analysis of large databases that are currently used in genetics. Such work has enabled to obtain interesting results using both familial and population genetic data. Initially, in this thesis has been performed a comprehensive review of the current statistical methodos used in Genetics and Bioinformatics to assess the association between genome and disease. Then, we used advanced computational methods to identify genetic variations associated with phenotypes of interest in Genome-Wide Association Studies.es
dc.formatapplication/pdfes
dc.languagespaes
dc.rightsby-nc-ndes
dc.subject1209 Estadísticaes
dc.subject240401 Bioestadísticaes
dc.subject2409 Genéticaes
dc.subject.otherEstadística aplicadaes
dc.subject.otherGenoma humanoes
dc.subject.otherEstadística matemáticaes
dc.titleComputational and statistical approaches for genotype imputation, haplotype reconstruction and analysis of genome variationes
dc.typeinfo:eu-repo/semantics/doctoralThesises
dc.typeThesises
dc.compliance.driver1es
dc.identifier.absysnet737605es
dc.investigacionCienciases
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesses
dc.type2Tesis doctorales
dc.identifier.matriculaTESIS-1490033es
dc.identifier.ulpgces
dc.contributor.programaPrograma Oficial de Doctorado en Tecnologías de Telecomunicaciónes
item.grantfulltextopen-
item.fulltextCon texto completo-
crisitem.advisor.deptGIR Estadística-
crisitem.advisor.deptDepartamento de Matemáticas-
crisitem.advisor.deptGIR IUIBS: Diabetes y endocrinología aplicada-
crisitem.advisor.deptIU de Investigaciones Biomédicas y Sanitarias-
crisitem.advisor.deptDepartamento de Ciencias Médicas y Quirúrgicas-
crisitem.advisor.deptGIR IUMA: Sistemas de Información y Comunicaciones-
crisitem.advisor.deptIU de Microelectrónica Aplicada-
crisitem.advisor.deptDepartamento de Ingeniería Telemática-
Appears in Collections:Tesis doctoral
Thumbnail
Adobe PDF (36,33 MB)
Show simple item record

Google ScholarTM

Check


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.