Agenda. Descripción del problema. Análisis filogenético de plantas
|
|
- María Rosa Cuenca Rojas
- hace 8 años
- Vistas:
Transcripción
1 Análisis filogenético de plantas Carbó Gabriela, Markel Gustavo, Poloni Pablo, Ruz Cecilia, Walitzky Liliana Agenda Objetivo del Trabajo Descripción del conjunto de datos Metodologías utilizadas Resultados obtenidos Conclusiones La estructura de un determinado gen está definida por la secuencia de las bases nitrogenadas El gen de cloroplasto denominado rbcl es fundamental en el proceso de fotosíntesis y se encuentra en casi todas las plantas Utilizando un método denominado PCR, 40 genetistas de distintos países trabajaron para obtener la cadena genética del gen rbcl de 499 Los utilizadas para este análisis corresponden a plantas con semillas Angiospermas división Spermatophyla. 1
2 Bases nitrogenadas Adenina (A) Citosina (C) Guanina (G) Timina (T) Mutaciones Las mutaciones en los genes son procesos azarosos que pueden ser beneficiosos, neutros o malos para los organismos que las sufren Especie 1 Especie 2 Especie 3 Especie 4 Especie 5 ATCAGCAACGTGGCATCATACG ATCAGCCCCGTGGCATCATACG ATCAGCCCCGTTTCATCATACG ATCAGCACCGTGTCATCATACG ATCAGCACCGTGTCATCATAAT Adenina (A) Citosina (C) Guanina (G) Timina (T) Existe una jerarquía dentro del reino de las plantas Plantae dentro del cual las se ubican en el último nivel. Clasificación de las de plantas: Divisiones Clases Ordenes Familias Géneros Especies 2
3 Objetivo del trabajo Realizar un análisis de agrupamiento según la homología genética de distintas de plantas. Este análisis permitirá inferir, relaciones de parentesco entre los distintos grupos de plantas; en función de estudiar las mutaciones en las bases nitrogenadas del gen que se sucedieron en la historia evolutiva de las distintas. Contenido del conjunto de datos 499 filas: 761 columnas Especie 760 Secuencia de bases nitrogenadas A: Adenina C: Citosina G: Guanina T: Tiamina Metodologías utilizadas Análisis de Agrupamiento (Clustering) Itemsets frecuentes Combinación de ambas 3
4 Subcadenas frecuentes de ADN Antecedentes Concepto Clustering utilizando frases Desafío Identificar (Hammouda sub-cadenas y Kamel, de 2004) bases Clustering nitrogenadas utilizando que se inician itemset a partir de un Identificar sub-cadenas de una frecuentes determinado (Bell punto y de Ester, la cadena 2002) del gen combinación de un número significativo Significado: de bases nitrogenadas que se repitan Parte del gen analizado puede ser encontrado entre entre las las distintas distintas ayuda a identificar la relación y herencia entre las Subcadenas frecuentes de ADN Apriori.exe (Universidad de Magdeburg, Alemania) Parametros utilizados: Generar itemsets frecuentes Tipos de itemsets (closed, maximal, hyperedges) Cantidades mínimas y máxima de items Subcadenas frecuentes de ADN Pasos seguidos Generación de variables binarias (3040) Generación itemsets de 4: v050_1 v023_2 v025_0 v_001_3 (11.5%) v003_0 v001_1 v004_3 v002_0 (24.3%) Filtrar items consecutivos: 1422 v003_0 v001_1 v004_3 v002_0 (24.3%) Armar variables nuevas C001_1003 (c###_xxxx) Contenido T o F 4
5 Subcadenas frecuentes de ADN Pasos seguidos Repetir los pasos para armar: Secuencias de subc. (86% soporte) subc. (64% soporte) subc. (35% soporte) subcadenas Subcadenas frecuentes de ADN Otros datasets Longitudes consecutivas (12 a 25 de long.) Variables categoricas numéricas permitiría identificar que son similares, aún cuando hayan sufrido pequeñas mutaciones genéticas Clustering Algoritmo Seleccionado Two-step cluster Datos originales Conjunto de datos de cadenas 5
6 Resultado final Clustering two-step con dataset original Criterio Akaike information criterion para establecer la cantidad óptima de clusters Conglomerado ,80% 7,80% N % de combinados % del total ,60% 14,60% ,80% 20,80% ,40% 4,40% ,60% 9,60% ,20% 16,20% ,40% 12,40% Total ,20% 14,20% Combinados ,0% 100,0% ,0% Clustering Itemsets frecuentes de longitud 19 Resultado final con itemsets de 19 N % of Combined % of Total Cluster ,00% 12,00% ,20% 25,20% ,20% 39,40% ,20% 47,60% ,60% 62,20% ,80% 72,00% ,20% 76,20% ,80% 91,00% ,00% 97,00% ,00% 100,00% Combined % Total % Conclusiones Para poder comparar los distintos resultados que se obtuvieron se calculó el R 2 para cada conjunto de clusters Data Set Medida de ajuste Cantida d de clusters W B R 2 Variables AIC , ,67 0,90 originales Itemsets de 12 BIC ,76 0,85 a ,47 Itemsets de 12 AIC ,83 0,87 a ,20 12-itemsets AIC / BIC , ,13 0,52 19-itemsets AIC/ BIC , ,26 0,92 6
7 Conclusiones Análisis con el experto Plantas que se separan claramente del resto del grupo son: Datglomer Polemoniu Moringa Humiria Gunnera Acuba Brestchne y Acania Algunas que son nodos clave entre muchas otras Rhodoleia (Intermedio) Itea (Padre) Boykinia (Intermedio) Nyssaa (Intermedio) Cadenas lineales fuertes Sanguinar Platanus Helwinga Phyllonom Decumaria Carpenter Daphniphy Vitis Asociaciones comunes Camelia Clethra Rhodoleria Liquidori Ceratopet y Eucryphia Tetracent y Trochoden Berzelia y Viburnum Gracias!! 7
CONCEPTOS DE DATA MINING APLICADOS A PROBLEMAS ADUANEROS. Lic. Cecilia Ruz
CONCEPTOS DE DATA MINING APLICADOS A PROBLEMAS ADUANEROS Lic. Cecilia Ruz Agenda Clustering Clustering sobre las Aduanas del Interior Reglas de Asociación Análisis de que productos se importan juntos Trabajo
Más detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es
Más detallesIdentificación varietal en vid por técnicas de Biología Molecular. Lic. Luciana Garcia Lic. Carolina Chiconofri
Identificación varietal en vid por técnicas de Biología Molecular. Lic. Luciana Garcia Lic. Carolina Chiconofri OBJETIVO Desarrollar un banco de datos a partir de plantas de origen indudable y del uso
Más detallesMinería de Datos Web. 1 er Cuatrimestre 2015. Página Web. Prof. Dra. Daniela Godoy. http://www.exa.unicen.edu.ar/catedras/ageinweb/
Minería de Datos Web 1 er Cuatrimestre 2015 Página Web http://www.exa.unicen.edu.ar/catedras/ageinweb/ Prof. Dra. Daniela Godoy ISISTAN Research Institute UNICEN University Tandil, Bs. As., Argentina http://www.exa.unicen.edu.ar/~dgodoy
Más detallesCÓDIGO GENÉTICO Y SÍNTESIS DE PROTEÍNAS
CÓDIGO GENÉTICO Y SÍNTESIS DE PROTEÍNAS Sumario Mitosis y meiosis Código genético y síntesis de proteínas: 1. Concepto de gen 2. Estructura del ADN 3. La replicación del ADN 4. La transcripción 5. La traducción
Más detallesUNA FRACCION JUEGOS MEXICANOS
UNA FRACCION DE JUEGOS MEXICANOS TALLER DE ACTIVIDADES Presentado por Profa. Guillermina Del Consuelo González Macías as Prof. Felipe De Jesús s Tirado Vargas PROPÓSITO LAS FRACCIONES Y SUS EQUIVALENCIAS
Más detallesCapítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
Más detallesGENÉTICA MENDELIANA EL GEN. El gen Mendeliano es una unidad de función, estructura, transmisión, mutación y evolución, que se distribuye ordenada y linealmente en los cromosomas. A nivel genético el gen
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesEL DESARROLLO DEL JUEGO Y EL USO DEL JUGUETE
Análisis de Datos en Psicología I nº 1 Prácticas coordinadas (Psicología del desarrollo I) EL DESARROLLO DEL JUEGO Y EL USO DEL JUGUETE GRUPO DE TRABAJO NOMBRE y APELLIDOS FIRMA Fecha de entrega: EJEMPLO
Más detallesText Mining Introducción a Minería de Datos
Text Mining Facultad de Matemática, Astronomía y Física UNC, Córdoba (Argentina) http://www.cs.famaf.unc.edu.ar/~laura SADIO 12 de Marzo de 2008 qué es la minería de datos? A technique using software tools
Más detallesCAPITILO 4 CASO. PRACTICO
CAPITILO 4 CASO. PRACTICO DETERMINAR Qué?, Cuándo? y Cómo? Inspeccionar el inventario. 4.1 INTRODUCCIÓN: En el presente trabajo se determina la clasificación ABC de inventarios por cantidad y costos de
Más detallesGenoma bacteriano. Cromosoma circular 1 ó 2 moléculas/bacteria
ADN Dogma BC Genoma bacteriano Cromosoma circular 1 ó 2 moléculas/bacteria Plásmidos: Ciculares ó Lineales 1 a 600 moléculas por bacteria Cromosoma lineal 1 ó 2 moléculas/bacteria Es haploide (n). Formado
Más detallesCREACIÓN Y OPERABILIDAD DE UNA BASE DE DATOS DE ADN DISTRIBUIDA MEDIANTE EL USO DE UN SISTEMA GRID CREACIÓN DE ÁRBOLES DE SUFIJOS
CREACIÓN Y OPERABILIDAD DE UNA BASE DE DATOS DE ADN DISTRIBUIDA MEDIANTE EL USO DE UN SISTEMA GRID CREACIÓN DE ÁRBOLES DE SUFIJOS BÚSQUEDA DE PATRONES HABITUALES COMPRESIÓN DE MOLÉCULAS DE ADN ESTUDIOS
Más detallesARREGLOS DEFINICION GENERAL DE ARREGLO
ARREGLOS DEFINICION GENERAL DE ARREGLO Conjunto de cantidades o valores homogéneos, que por su naturaleza se comportan de idéntica forma y deben de ser tratados en forma similar. Se les debe de dar un
Más detallesEste documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org
DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación
Más detallesLABORATORIO 7: LEY DE HOOKE. Calcular la constante de elasticidad de un resorte y determinar el límite de elasticidad.
UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BASICA LABORATORIO DE FISICA ASIGNATURA: FISICA TECNICA I. OBJETIVO GENERAL LABORATORIO 7: LEY DE HOOKE Calcular la constante de elasticidad de un resorte
Más detallesÁCIDOS NUCLEICOS. Por: Wilfredo Santiago
ÁCIDOS NUCLEICOS Por: Wilfredo Santiago Ácidos Nucleicos Formados por subunidades llamadas nucleótidos; pueden ser un solo nucleótido o una cadena larga de nucleótidos. Ácidos Nucleicos Nucleótidos individuales:
Más detallesSISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION
SISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION CHIQUINQUIRA (BOYACA) 2015 1 CONTENIDO Pág. QUE ES UN SISTEMA BINARIO. 3 CORTA HISTORIA DE LOS
Más detallesComputación Evolutiva - Mutación: Cruza, Inversión y Mutación para Permutaciones
Computación Evolutiva - Mutación: Cruza, Inversión y Mutación para Permutaciones Dr. Gregorio Toscano Pulido Laboratorio de Tecnologías de Información Centro de Investigación y de Estudios Avanzados del
Más detallesTecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014
Tecnologías en la Educación Matemática jac@cs.uns.edu.ar Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos con acciones. Los datos de entrada
Más detalles!!!!!!!! !!!!! Práctica!4.! Programación!básica!en!C.! ! Grado!en!Ingeniería!!en!Electrónica!y!Automática!Industrial! ! Curso!2015H2016!
INFORMÁTICA Práctica4. ProgramaciónbásicaenC. GradoenIngenieríaenElectrónicayAutomáticaIndustrial Curso2015H2016 v2.1(18.09.2015) A continuación figuran una serie de ejercicios propuestos, agrupados por
Más detallesINFORMÁTICA. Práctica 5. Programación en C. Grado en Ingeniería en Electrónica y Automática Industrial. Curso 2013-2014. v1.0 (05.03.
INFORMÁTICA Práctica 5. Programación en C. Grado en Ingeniería en Electrónica y Automática Industrial Curso 2013-2014 v1.0 (05.03.14) A continuación figuran una serie de ejercicios propuestos, agrupados
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesPropuesta didáctica: Trucos para sumar
Propuesta didáctica: Trucos para sumar Clase: Inicial 5 años 1er. año Contenidos programáticos y contenidos involucrados: Composición y descomposición aditiva de números entre 0 y 100. Valor posicional
Más detallesCatoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final
Catoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final INTRODUCCION En principio surgió la idea de un buscador que brinde los resultados en agrupaciones de
Más detalles1. Cuáles son las diferencias en los componentes químicos del ADN y ARN?
ACTIVIDADES TEMA 4 - BIOTECNOLOGÍA 1. Cuáles son las diferencias en los componentes químicos del ADN y ARN? Las cadenas de ADN están formadas por fosfato y desoxirribosa y la del ARN por fosfato y ribosa.
Más detallesTEMA 4: DEL DESCUBRIMIENTO DE LOS ÁCIDOS NUCLEICOS A LA BIOTECNOLOGÍA
TEMA 4: DEL DESCUBRIMIENTO DE LOS ÁCIDOS NUCLEICOS A LA BIOTECNOLOGÍA EL ADN, LA MOLÉCULA DE LA HERENCIA El ADN (ácido desoxirribonucleico) es la molécula portadora de la información genética que forma
Más detallesUn presente y futuro de RR.HH. basado en datos: Aplicaciones de Data Mining en la Gestión de Personas. Prof. Lic. Juan M. Bodenheimer jb@instare.
Un presente y futuro de RR.HH. basado en datos: Aplicaciones de Data Mining en la Gestión de Personas Congreso de RR.HH. De Costa Rica 30/10/2012 Prof. Lic. Juan M. Bodenheimer jb@instare.com Nuestra Agenda
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesPONTIFICIA UNIVERSIDAD JAVERIANA INGENIERÍA DE SISTEMAS TRABAJO DE GRADO I DOCUMENTO DE VARIABLES. DIRECTOR: Hilda Chaparro
PONTIFICIA UNIVERSIDAD JAVERIANA INGENIERÍA DE SISTEMAS TRABAJO DE GRADO I DOCUMENTO DE VARIABLES DIRECTOR: Hilda Chaparro ESTUDIANTES: Lina Constanza Mayorga Ana Karina Fajardo Gloria Inés Dániel Ramírez
Más detallesAhora podemos comparar fácilmente las cantidades de cada tamaño que se vende. Estos valores de la matriz se denominan elementos.
Materia: Matemática de 5to Tema: Definición y Operaciones con Matrices 1) Definición Marco Teórico Una matriz consta de datos que se organizan en filas y columnas para formar un rectángulo. Por ejemplo,
Más detallesCLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)
CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE
Más detallesGenoma y Ensamblado Seminario de Modelos y Métodos cuantitativos (Bioinformática)
Genoma y Ensamblado Seminario de Modelos y Métodos cuantitativos (Bioinformática) Rodrigo Fernández Cristián Maureira Gabriel Zamora Universidad Técnica Federico Santa María 18 de noviembre de 2010 Genoma
Más detallesFACULTAD REGIONAL ROSARIO
FACULTAD REGIONAL ROSARIO CATEDRA BIOTECNOLOGIA ROFESOR: Ing. Eduardo Santambrosio JTP: Ing. Marta Ortega AUX 1ª : Ing. Pablo Garibaldi PCR (Polymerase chain reaction) Reacción en cadena de la polimerasa
Más detallesPreguntas de selectividad en Andalucía. Ácidos nucleicos. Análisis e interpretación de imágenes, esquemas, figuras...
Año 2001 Describa las funciones más relevantes de los nucleótidos. Cite un ejemplo de nucleótido que participe en cada una de ellas [1,5]. Explique las funciones de los distintos tipos de RNA que participan
Más detallesTesting ágil en las Empresas de Software del. Cluster TIC Villa María
Testing ágil en las Empresas de Software del Cluster TIC Villa María Fernando Martín Córdoba Ing. en Sistemas de la Información UTN Fac. Reg. Villa María. Av. Universidad 450 Villa María Pcia. de Córdoba
Más detallesOptimizar recursos y asegurar cumplimiento metrológico Buenos Aires 7 de Agosto 2015 EXPOFYBI
Optimizar recursos y asegurar cumplimiento metrológico Buenos Aires 7 de Agosto 2015 EXPOFYBI Operación que establece, una relación entre los valores y sus incertidumbres de medida asociadas obtenidas
Más detallesCurso Posgrado 2014 Dra. María Gabriela Lacoste
Curso Posgrado 2014 Dra. María Gabriela Lacoste EldiseñodelosprimersparaunaPCResFUNDAMENTAL. Longitud Especificidad Temperatura de Hibridación Complementariedad de secuencias Contendido GC Reconocer una
Más detalles1º) PROGRAMACION DE LA ASIGNATURA C/S SECRETARIADO
GESTION DE DATOS OBJETIVOS DEL CURSO: 1º) PROGRAMACION DE LA ASIGNATURA C/S SECRETARIADO 1º) Que el alumno sea capaz de diseñar, organizar y utilizar sistemas de almacenamiento de información que permitan
Más detallesAlgoritmos Genéticos. Introduccion a la Robótica Inteligente
Algoritmos Genéticos Introduccion a la Robótica Inteligente 7 Marzo 2014 (IRIN) AGs 7/03/2014 1 / 43 Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos Matemáticos 4 Conclusiones (IRIN)
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesRedes de Kohonen y la Determinación Genética de las Clases
Redes de Kohonen y la Determinación Genética de las Clases Angel Kuri Instituto Tecnológico Autónomo de México Octubre de 2001 Redes Neuronales de Kohonen Las Redes de Kohonen, también llamadas Mapas Auto-Organizados
Más detallesUso de funciones en Excel
Uso de funciones en Excel Las funciones son fórmulas predefinidas que ejecutan cálculos utilizando valores específicos, denominados argumentos, en un orden determinado o estructura. Por ejemplo, la función
Más detallesLa inteligencia de marketing que desarrolla el conocimiento
La inteligencia de marketing que desarrolla el conocimiento SmartFocus facilita a los equipos de marketing y ventas la captación de consumidores con un enfoque muy relevante y centrado en el cliente. Ofrece
Más detallesCAPÍTULO 13 DIVISIÓN CELULAR
DIVISIÓN CELULAR 1. FISIÓN BINARIA Ocurre en procariontes: tras la duplicación del ADN, se segregan las moléculas hijas y se divide el citoplasma. Bacteria en Fisión Binaria Esquema de la Fisión Binaria
Más detallesTEMA 4 FRACCIONES MATEMÁTICAS 1º ESO
TEMA 4 FRACCIONES Criterios De Evaluación de la Unidad 1 Utilizar de forma adecuada las fracciones para recibir y producir información en actividades relacionadas con la vida cotidiana. 2 Leer, escribir,
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detallesLa metodologia Cuantitativa. Encuestas y muestras
La metodologia Cuantitativa. Encuestas y muestras Técnicas «cuantitativas» y «cualitativas» «Las técnicas cuantitativas»: Recogen la información mediante cuestiones cerradas que se planteal sujeto de forma
Más detallesCLASIFICACIÓN NO SUPERVISADA
CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL
Más detallesCapacitación Rational Funcional Tester
Capacitación Rational Funcional Tester Clínica Alemana Santiago, 28 de abril de 2009 Introducción La presente exposición es sobre las principales características de Rational Functional Tester Describiendo
Más detallesCiencias Naturales. Biología. Dirección de Nivel Secundario. MECCyT. Provincia del Chaco.
SECUENCIA DIDÁCTICA CICLO ORIENTADO Genética de la herencia EJE: EN RELACIÓN CON EL FLUJO DE LA INFORMACIÓN GENÉTICA PROPÓSITOS Estimular a los estudiantes para que comprendan los mecanismos ligados a
Más detallesMATEMÁTICA 6º AÑO NÚMEROS COMPLEJOS
MATEMÁTICA 6º AÑO PROFESORA: RUHL, CLAUDIA CURSOS: 6º1º--6º6º Actividad Nº1: Resuelve las siguientes operaciones NÚMEROS COMPLEJOS a) 4 = b) 36 = c) 4 16= d) 3 27 = e) 3-125= f) 3-8= g) -1 = h) -4= i)
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detallesQué son las enfermedades poliq?
Novedades en la investigación de la EH. En lenguaje sencillo. Escrito por científicos. Para toda la comunidad EH. Existe relación genética entre las enfermedades neurodegenerativas? Hallazgos genéticos
Más detallesCaracterísticas físicas: como color y grosor del pelo, forma y color de los ojos, talla, peso, etc.
Eje temático: Variabilidad y herencia Contenido: Herencia Nivel: Segundo medio Herencia Un individuo pertenece a una especie determinada porque presenta rasgos que son comunes a los de esa especie y puede
Más detallesDirección de Evaluación de la Calidad Educativa
Operaciones: Resolver problemas con dos operaciones Dentro del núcleo estructurante Operaciones, uno de los Saberes Básicos Fundamentales, donde se observa tienen más dificultades los alumnos es respecto
Más detallesElaboración de Mapas Conceptuales
UNIVERSIDAD PEDAGOGICA LIBERTADOR INSTITUTO PEDAGÓGICO DE CARACAS. DEPARTAMENTO DE PEDAGOGIA. SOCIOLOGIA DE LA EDUCACIÓN (PHB-104) Prof. Robert Rodríguez Raga PAGINA WEB http://sociologiaeducacion.tripod.com
Más detallesSoftware de Particle Tracking Version 1.0
Software de Particle Tracking Version 1.0 Martín Pastor Laboratorio de Medios Granulares Departamento de Física y Matemática Aplicada Universidad de Navarra Enero, 2007 Índice general 1. Introducción 3
Más detallesEn cualquier caso, tampoco es demasiado importante el significado de la "B", si es que lo tiene, lo interesante realmente es el algoritmo.
Arboles-B Características Los árboles-b son árboles de búsqueda. La "B" probablemente se debe a que el algoritmo fue desarrollado por "Rudolf Bayer" y "Eduard M. McCreight", que trabajan para la empresa
Más detallesMANUAL DE USUARIO PANEL DE CONTROL Sistema para Administración del Portal Web. www.singleclick.com.co
MANUAL DE USUARIO PANEL DE CONTROL Sistema para Administración del Portal Web www.singleclick.com.co Sistema para Administración del Portal Web Este documento es una guía de referencia en la cual se realiza
Más detallesTEMA 2: FUNCIONAMIENTO DE INTERNET.
TEMA 2: FUNCIONAMIENTO DE INTERNET. ESCUELA UNIVERSITARIA DE INFORMÁTICA Raúl Martín Martín 2.1. Arquitectura Cliente-Servidor La arquitectura cliente-servidor consiste en la existencia de dos tipos de
Más detallesPROCEDIMIENTO PARA LA UTILIZACIÓN DEL POLIMORFISMO DEL GEN COMT (CATECOL-OXI-METILTRANSFERASA) EN EL DIAGNÓSTICO DEL SÍNDROME DE FIBROMIALGIA
2 PROCEDIMIENTO PARA LA UTILIZACIÓN DEL POLIMORFISMO DEL GEN COMT (CATECOL-OXI-METILTRANSFERASA) EN EL DIAGNÓSTICO DEL SÍNDROME DE FIBROMIALGIA D E S C R I P C I Ó N OBJETO DE LA INVENCIÓN La presente
Más detallesÍNDICE DE CONTENIDOS. 6.1 Secuencias... 13
ÍNDICE DE CONTENIDOS 1. INTRODUCCIÓN... 1 3. 1 Marco Conceptual... 1 3.1.1 Secuenciamiento de ADN... 1 3.1.2 Sequencing by Synthesis (SBS) desarrollado por SOLEXA... 2 3.1.3 Illumina... 4 3.1.4 RNA-Seq...
Más detallesCONTROL DE ROBOTS Y SISTEMAS SENSORIALES 4º Ingeniería Industrial
TÍTULO Segmentación, localización y reconocimiento de piezas OBJETIVO El objetivo de la práctica es mostrar al alumno un método para el reconocimiento de varias piezas existentes en el módulo servidor
Más detallesUNIVERSIDAD AUTÓNOMA DE TAMAULIPAS UNIDAD ACADÉMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIÓN DE SISTEMAS
UNIDAD MÉTODOS DE MONTECARLO II 2.1 Definición Los métodos de Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de pruebas aleatorias
Más detallesMétodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid
Métodos evolutivos de Optimización Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Indice Introducción Método de Montecarlo Algoritmos genéticos Tabú Search Simulated
Más detallesClasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco
Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a
Más detallesBase de datos II Facultad de Ingeniería. Escuela de computación.
Base de datos II Facultad de Ingeniería. Escuela de computación. Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo de sus prácticas de laboratorios,
Más detallesEXPLORAR RELACIONES NUMÉRICAS EN LAS TABLAS DE MULTIPLICAR
EXPLORAR RELACIONES NUMÉRICAS EN LAS TABLAS DE MULTIPLICAR er. Grado Universidad de La Punta Consideraciones Generales: En este año es necesario realizar un trabajo específico que favorezca la construcción
Más detallesSistema Inteligente de Exploración
Observatorio Municipal de Estadística Sistema Inteligente de Exploración Capítulos 1. Consideraciones iniciales y requerimientos... 2 2. Navegación... 3 3. Consulta de indicadores... 5 3.1. Elaboración
Más detallesCUESTIONES TEMA 4: La revolución genética y la biotecnología.
CUESTIONES TEMA 4: La revolución genética y la biotecnología. 1. El ADN no puede salir del núcleo: Cómo logra llevar a los ribosomas que están en el citoplasma la información que porta? 2. El individuo
Más detallesMetodología de caracterización de la capacidad de una red HSPA.
Metodología de caracterización de la capacidad de una red HSPA. Pág.1/5 Índice. 1. GENÉRICO.... 3 2. RED HSPA.... 3 3. METODOLOGÍA DE CARACTERIZACIÓN DE UNA RED HSPA.... 4 4. RESULTADOS DE LA CARACTERIZACIÓN
Más detallesWBS:Work Breakdown Structure. WBS - Work Breakdown Structure. WBS - Work Breakdown Structure. WBS:Work Breakdown Structure...
WBS - Work Breakdown Structure WBS:Work Breakdown Structure WBS: es una descripción jerárquica del trabajo que se debe realizar para completar el proyecto. El trabajo se divide en actividades. Las actividades
Más detallesEL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO
EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO I. INTRODUCCIÓN Beatriz Meneses A. de Sesma * En los estudios de mercado intervienen muchas variables que son importantes para el cliente, sin embargo,
Más detallesGUÍA N 1: MATERIAL GENETICO Y REPLICACIÓN DE ADN
SUBSECTOR PROFESOR NIVEL AÑO UNIDAD SEMESTRE Biología Iris Gaete IVº medio Hum 2016 Información Génica y Proteínas I GUÍA N 1 MATERIAL GENETICO Y REPLICACIÓN DE ADN Nombre Curso I. ESTRUCTURA DEL MATERIAL
Más detallesRepública Bolivariana de Venezuela U. E. Colegio Cruz Vitale. Prof. Francisco Herrera R.
República Bolivariana de Venezuela U. E. Colegio Cruz Vitale É Prof. Francisco Herrera R. LA GENÉTICA es la ciencia que estudia los genes, la herencia, la variación de los organismos. El término Genética
Más detallesANALISIS MULTIVARIANTE
ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,
Más detallesFacultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado
Facultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado Materia: Estadística Aplicada a la Investigación Profesora: Dra. Hebe Goldenhersh Octubre del 2002 1 Determinación de
Más detallesDaniel de la Casa Riballo M.ª del Rocío Casco Muga
Daniel de la Casa Riballo M.ª del Rocío Casco Muga Tablero de RxC casillas. Versión clásica: 9x9. Reglas: Introducción de números del 1 al 9. No se pueden repetir los números ni por filas, ni por columnas
Más detallesIntroducción al uso de Modelos de Efectos Mixtos como técnica estadística para analizar datos agrupados; Ejemplos con SPSS y R
Introducción al uso de Modelos de Efectos Mixtos como técnica estadística para analizar datos agrupados; Ejemplos con SPSS y R Marta Angulo-Martinez PhD student Estación Experimental Aula Dei-CSIC, Zaragoza,
Más detallesTUTORIAL: USO DE LA BASE DE DATOS RCSB PDB Y VISUALIZACIÓN DE MOLÉCULAS BIOLÓGICAS USANDO EL PROGRAMA AVOGADRO
TUTORIAL: USO DE LA BASE DE DATOS RCSB PDB Y VISUALIZACIÓN DE MOLÉCULAS BIOLÓGICAS USANDO EL PROGRAMA AVOGADRO En este tutorial aprenderemos a buscar estructuras en la base de datos RCSB PDB y a visualizar
Más detallesNotas. Modelo conceptual para el diseño e implementación del sitio web de un museo regional * Resumen. 1. Introducción y formulación del problema
Notas Modelo conceptual para el diseño e implementación del sitio web de un museo regional * Resumen El presente artículo propone el modelo conceptual para la creación de un sitio Web de un museo regional
Más detallesMÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS
MÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS 1 ÍNDICE DEFINIR. 3 MEDIR.... 4 ANALIZAR..... 5 MEJORAR. 6 CONTROLAR... 7 GLOSARIO... 8 MAPA CONCEPTUAL. 10 2 DEFINIR: Iniciación del proyecto.
Más detallesAnálisis de Asociaciones
Análisis de Asociaciones Asociaciones Establecer vínculos entre los registros Asociaciones (productos que se compran juntos) Patrones secuenciales (si se compra algo en una fecha en x meses se adquiere
Más detallesNÚMEROS NATURALES Y NÚMEROS ENTEROS
NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de
Más detallesRevolución genética (tema 4) Raquel Pascual, Paula Pardo y Jaime Parras
Revolución genética (tema 4) Raquel Pascual, Paula Pardo y Jaime Parras Diferencia entre los seres vivos 1. Pedruscos y bichos, Qué los diferencia? Dos tipos de objeto seres vivos (pueden hacer copias
Más detallesÁCIDOS NUCLEICOS. By Manuel Maria Morato Victor Barrios
ÁCIDOS NUCLEICOS By Manuel Maria Morato Victor Barrios Los ácidos nucleicos son grandes polímeros formados por la repetición de monómeros denominados nucleótidos, unidos mediante enlaces fosfodiéster.
Más detallesManejo de datos. Manejo de datos Diapositiva 1
Manejo de datos Formulario de datos Operaciones con un formulario de datos Filtro avanzado Validación Validación: Criterios Validación: Datos no válidos Quitar duplicados Texto en columnas Consolidar Tablas
Más detallesAn Hybrid Evolutive-Genetic Algorithm for the Fractal IFS Inverse Problem
An Hybrid Evolutive-Genetic Algorithm for the Fractal IFS Inverse Problem Maria L. Ivanissevich UNPA Antonio S. Cofiño José Manuel Gutiérrez Universidad de Cantabria http://personales.unican.es/~gutierjm
Más detallesOBSERVATORIOS DE RECURSOS HUMANOS EN SALUD EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA, GESTIÓN DE SITIOS WEB
ENTRENAMIENTO PARA EL DESARROLLO DE LOS OBSERVATORIOS DE RECURSOS HUMANOS EN SALUD EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA, GESTIÓN DE SITIOS WEB G U Í A D E T R A B A J O # 5 GUIA No. 5 MODULO DE FORMACION
Más detallesActividad: Cuál es la diferencia entre una reacción nuclear y una reacción química?
Cuál es la diferencia entre una reacción nuclear y una reacción química? Nivel: 4º medio Subsector: Ciencias químicas Unidad temática: Actividad: Cuál es la diferencia entre una reacción nuclear y una
Más detallesTRABAJO PRÁCTICO N 3 CROMOSOMAS. REPRODUCCIÓN CELULAR: MITOSIS Y MEIOSIS. GAMETOGÉNESIS.
TRABAJO PRÁCTICO N 3 CROMOSOMAS. REPRODUCCIÓN CELULAR: MITOSIS Y MEIOSIS. GAMETOGÉNESIS. TEMARIO Cromosomas: partes y tipos. Reproducción celular: mitosis y meiosis, sus fases, ventajas y desventajas de
Más detallesDISEÑO DEL SOFTWARE TRAFFIC ANALYZER. Analyzer. En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software
3 Diseño del Software Traffic Analyzer En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software que analiza el tráfico en redes de telefonía y computadoras, denominado Traffic
Más detallesOperación de Microsoft Excel. Guía del Usuario Página 79. Centro de Capacitación en Informática
Manejo básico de base de datos Unas de las capacidades de Excel es la de trabajar con listas o tablas de información: nombres, direcciones, teléfonos, etc. Excel puede trabajar con tablas de información
Más detallesLos cinco reinos: Reino Monera Reino Protista Reino Plantae Reino Fungi
Los cinco reinos: Reino Monera Reino Protista Reino Plantae Reino Fungi Luz Concepción, Katina Reino Animalia Areizaga, Luz E. Echevarría, Jorge Nieves, Esther Feliciano, Ioned Martínez Prof. Lucille Oliver
Más detallesKNime. KoNstanz Information MinEr. KNime - Introducción. KNime - Introducción. Partes de la Herramienta. Editor Window. Repositorio de Nodos
KNime - Introducción KNime Significa KoNstanz Information MinEr. Se pronuncia [naim]. Fue desarrollado en la Universidad de Konstanz (Alemania). Esta escrito en Java y su entorno grafico esta desarrollado
Más detallesCREACIÓN DE UN INFORME
CREACIÓN DE UN INFORME Un informe en.net tiene la extensión rdlc. Para agregarlo a nuestro proyecto, pulsaremos el botón derecho sobre la carpeta donde queremos situar el fichero, elegimos Agregar nuevo
Más detalles