metricas
covid
Buscar en
Clínica e Investigación en Arteriosclerosis
Toda la web
Inicio Clínica e Investigación en Arteriosclerosis Modelo conceptual bioinformático aplicado al análisis genómico de las enferme...
Journal Information
Vol. 16. Issue 2.
Pages 43-52 (January 2004)
Share
Share
Download PDF
More article options
Vol. 16. Issue 2.
Pages 43-52 (January 2004)
Full text access
Modelo conceptual bioinformático aplicado al análisis genómico de las enfermedades cardiovasculares
Bioinformatic conceptual model applied to genomic analysis in cardiovascular diseases
Visits
4404
O. Coltella,
Corresponding author
coltell@lsi.uji.es

Correspondencia: Departamento de Lenguajes y Sistemas Informáticos. Universitat Jaume I. Campus de Riu Sec, s/n. 12071 Castellón. España.
, D. Corellab, J.T. Sáncheza, R. Chalmetaa, J.M. Ordováscc
a Grupo de Integración y Re-Ingeniería de Sistemas. Departamento de Lenguajes y Sistemas Informáticos. Universitat Jaume I. Castellón. España
b Unidad de Epidemiología y Genética Molecular. Departamento de Medicina Preventiva y Salud Pública. Universitat de València. Valencia. España
c Nutrition and Genomics Laboratory. JM-USDA-Human Nutrition Research Center on Aging at Tufts University, Boston. Massachusets. Estados Unidos
This item has received
Article information
Fundamento

El análisis genómico actualmente necesita de la concurrencia de disciplinas muy alejadas del campo de la biología molecular, entre ellas la ciencia de la computación, base de la bioinformática. Las herramientas bioinformáticas trabajan fundamentalmente con modelos abstractos de la información genómica. Este trabajo tiene por objetivo la obtención de un modelo conceptual de la información genómica cuya finalidad es la construcción de sistemas de software bioinformáticos para el análisis de las enfermedades cardiovasculares.

Métodos

Se han aplicado 2 enfoques complementarios en ingeniería del software: el paradigma de la orientación a objetos, aplicando el método unificado de desarrollo de software y el lenguaje de modelado unified modelling language (UML; http://www.uml.org,http://www.omg.org), así como los sistemas multiagente, según la inteligencia artificial distribuida.

Resultados

Considerando que tanto el gen como el genotipo o el fenotipo, entre otros, son entidades objetuales a modelar, se ha construido un modelo orientado a objetos para la gestión de la información genómica y cardiovascular. En este modelo se consideran tanto los elementos de información y las relaciones entre ellos (la visión estructural), como su comportamiento en el sistema en funcionamiento (la visión dinámica). Para modelar la interacción entre los distintos factores (gen-gen y gen-ambiente) se ha considerado un modelo multiagente, donde cada factor está representado por un agente elemental. También se ha construido un pequeño prototipo correspondiente al subsistema de gestión de la información.

Conclusiones

Se ha obtenido un modelo conceptual para la construcción de herramientas bioinformáticas que apoyan al análisis genómico en las enfermedades cardiovasculares. El modelo presenta 2 vertientes: el enfoque orientado a objetos con UML para la arquitectura básica del sistema y el enfoque orientado a agentes para tratar las interacciones entre los factores genéticos y ambientales. El modelo es parte de un proyecto de mayor envergadura que pretende construir un sistema funcional completo denominado A-Genes.

Palabras clave:
Sistema bioinformático
Arquitecturas multiagente
Análisis genómico
Enfermedades cardiovasculares
Riesgo cardiovascular
Background

Genomic analysis requires the partnership of disciplines far removed from the field of molecular biology, one of which is computer science, the basis of Bioinformatics. Bioinformatic tools work mainly with abstract models of genomic data. This work aimed to obtain a conceptual model of genomic data for building bioinformatic software systems for cardiovascular diseases.

Methods

Two complementary approaches in software engineering were applied: the objectoriented paradigm, using the unified method for software development and the unified modelling language (UML) (http://www.uml.org, http://www.omg.org); and multi-agent systemsfollowing distributed artificial intelligence.

Results

Considering that gene, genotype, phenotype, etc. are object entities for modelling, an object-oriented model was constructed for genomic and cardiovascular data management. This model includes information elements and their interrelationships (the structural view) and their behaviour in the running system (the dynamic view). In order to assess interactions between different factors (gene-gene and geneenvironment), a multi-agent model was considered in which each factor was represented by an elemental agent. In addition a small prototype corresponding to the data management subsystem was built.

Conclusions

A conceptual model for bioinformatic tools supporting genomic analysis in cardiovascular diseases was obtained. The model shows two aspects: the object-oriented approach with UML for the basic system architecture and the agent-oriented approach for dealing with interactions between genetic and environmental factors. The model is part of a very large project for constructing a whole functional system named AGenes.

Key words:
Bioinformatic system
Multi-agent architectures
Genomic analysis
Cardiovascular diseases
Cardiovascular risk
Full text is only aviable in PDF
Bibliografía
[1.]
M. Bishop.
Guide to human genome computing, 2nd,
[2.]
Y. Nakamura.
Human genome analysis and medicine in the 21st century. Proceedings of the fourth annual international conference on computational molecular biology 2000, Tokyo, Japan.
pp. 221-222
[3.]
G.D. Bader, C.W.V. Hogue.
BIND–A data specification for storing and describing biomolecular interactions, molecular complexes and pathways.
Bioinformatics, 16 (2000), pp. 465-477
[4.]
C. Fischer, S. Schweigert, C. Spreckelsen, F. Vogel.
Programs, databases, and expert systems for human geneticists-a survey.
Hum Genet, 97 (1997), pp. 129-137
[5.]
N. Andrieu, A.M. Goldstein.
Epidemiologic and genetic approaches in the study of gene-environment Interaction: an overview of available methods.
Epidemiol Rev, 20 (1998), pp. 137-147
[6.]
P.J. Bridge.
The calculation of genetic risks.
[7.]
C. Isles, L. Ritchie, P. Murchie.
Risk assessment in primary prevention of coronary heart disease: randomized comparison of three scoring methods.
Bmj, 320 (2000), pp. 690-691
[8.]
E. Wallis, L. Ramsay, I. Ul Haq.
Coronary and cardiovascular risk estimation for primary prevention: validation of a new Sheffield table in the 1995 Scottish health survey population.
Bmj, 320 (2000), pp. 671-676
[9.]
P.W.F. Wilson, R.B. D’Agostino, D. Levy, A. Belanger, H. Silbershatz, W. Kannel.
Prediction of coronary heart disease using risk factor categories.
Circulation, 97 (1998), pp. 1837-1847
[10.]
S. Baker, P. Priest, R. Jackson.
Using thresholds based on risk of cardiovascular disease to target treatment for hypertension: modeling events averted and number treated.
Bmj, 320 (2000), pp. 680-685
[11.]
D.K. Slonim, P. Tamayo, J.P. Mesirov, T.R. Golub, E.S. Lander.
Class prediction and discovery using gene expression data. Proceedings of the fourth annual international conference on Computational molecular biology 2000, Tokyo, Japan.
pp. 263-272
[12.]
Y. Barash, N. Friedman.
Context-specific Bayesian clustering for gene expression data. Proceedings of the fifth annual international conference on Computational biology 2001. Montreal, Quebec, Canada.
pp. 12-21
[13.]
E. Southern.
DNA microarrays–The how and the why. Proceedings of the third annual international conference on computational molecular biology 1999.
pp. 311-312
[14.]
V. Filkov, S. Skiena, J. Zhi.
Analysis techniques for microarray timeseries data. Proceedings of the fifth annual international conference on Computational biology 2001, Montreal, Quebec, Canada.
pp. 124-131
[15.]
G. Weiss.
Multiagent systems. Modern approach to distributed artificial intelligence.
[16.]
Elammari M, Lalonde W. An agent-oriented methodology: high-level and intermediate models. Proceedings of the Agent-Oriented Information Systems conference (AOIS) 1999. Heidelberg, Germany. Disponible en:http://www.carleton.ca/˜elammari/AOIS99/
[17.]
J.M. Ordovás, D. Corella, L.A. Cupples, S. Demissie, A. Kelleher, O. Coltell, et al.
Polyunsaturated fatty acids modulate the effects of the APOA1 G-A polymorphism on HDL-cholesterol concentrations in a sex-specific manner: the Framingham Study.
Am J Clin Nutr, 75 (2002), pp. 38-46
[18.]
I. Jacobson, G. Booch, J. Rumbaugh.
El proceso unificado de desarrollo de software.
[19.]
J. Rumbaugh, I. Jacobson, G. Booch.
El lenguaje unificado de modelado. manual de referencia.
[20.]
SPSS genlog1, 2002 [consultado 18/09/2002]. Disponible en: http:// www.spss.com/tech/stat/algorithms/11.0/genlog_multinomial.pdf
[21.]
SPSS genlog2, 2002 [consultado 18/09/2002]. Disponible en:http://www.spss.com/tech/stat/algorithms/11.0/genlog_poisson.pdf
[22.]
T. Niyonsenga, M. Xhignesse, J. Courteau, A. Ciampi, S. Lussier-Cacan, M. Roy.
Desarrollo de una escala de riesgo para evaluar el riesgo actual de cardiopatía coronaria empleando variables de la historia familiar.
Cardiovascular Risk Factors, 9 (2000), pp. 30-42
[23.]
F. Cambien, L. Tiret.
Genotipo y riesgo de la coronopatía.
Cardiovascular Risk Factors, 7 (1998), pp. 93-101
[24.]
M. Sentí, J.M. Ordovás.
Comprender los efectos de las interacciones protectoras entre los factores genéticos y ambientales sobre las enfermedades isquémicas cardiovasculares.
Cardiovascular Risk Factors, 8 (1999), pp. 46-54

Este trabajo está financiado por el Ministerio de Educación y Ciencia de España, becas PR2002-0116 (O. Coltell) y PR2002-0115 (D. Corella) y parcialmente financiado por MCYT (DPI 2003-02515).

Copyright © 2004. Sociedad Española de Arteriosclerosis y Elsevier España, S.L.
Download PDF
Article options
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos