Quantificació de mostres d'ADN amb mètodes computacionalment eficients
Pineda Sánchez, Esteve
Senar Rosell, Miquel Àngel, dir. (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Additional title: Quantification of DNA samples with efficient computational methods
Additional title: Cuantificación de muestras de ADN con métodos computacionalmente eficientes
Date: 2022
Abstract: Avui dia existeixen multitud de tècniques de seqüenciació d'ADN i mètodes d'estudi per poder analitzar mostres complexes. El projecte desenvolupat al llarg dels últims mesos consisteix en treballar amb diferents algorismes i conjunts de dades (parell de bases d'ADN d'insectes agrupades en arxius de 150 bp aproximadament) extretes per poder dur a terme una quantificació de mostres d'ADN utilitzant metodes computacionalment eficients. Aquesta proposta s'ha orientat al disseny i avaluació de diferents estratègies que permetin classificar de forma quantitativa les diferents especies que formen part d'una mostra. Per poder realitzar aquesta tasca s'ha partit de solucions desenvolupades en el departament d'Arquitectura de Computadors i Sistemes Operatius per tal de generar versions millorades i poder realitzar un estudi sistematic. En aquest article, s'hi troba sintetitzada i ordenada tota la feina realitzada durant els ultims mesos.
Abstract: Nowadays, there is a multitude of DNA sequencing techniques and study methods available to analyse complex samples. The project developed over the last few months consisted of working with different algorithms and datasets (base pair of insect DNA bases grouped in files of approximately 150 bp) extracted to be able to perform a quantification of DNA samples using computationally efficient methods. This proposal has been focused on the design and evaluation of different strategies that allow to quantitative classify the different species that take part of a sample. To carry out this task, solutions developed in the Computer Architecture & Operating Systems Department have been used as a starting point, in order to generate improved versions that allow a final systematic study to be conducted. This article summarises and organises all the work carried out over the last months.
Abstract: Hoy en día existen multitud de técnicas de secuenciación de ADN y métodos de estudios para poder analizar muestras complejas. El proyecto desarrollado a lo largo de los últimos meses consiste en trabajar con diferentes algoritmos y conjuntos de datos (pares de bases de ADN de insectos agrupadas en archivos de 150 bp aproximadamente) extraídos para poder llevar a cabo una cuantificación de muestras de ADN utilizando métodos computacionalmente eficientes. Esta propuesta se ha orientado al diseño y evaluación de diferentes estrategias que permitan clasificar de forma cuantitativa las diferentes especies que formen parte de una muestra. Para poder realizar esta tarea, se ha partido de soluciones desarrolladas en el departamento de Arquitectura de Computadores y Sistemas Operativos para generar versiones mejoradas y poder realizar un estudio sistemático. En este artículo, se encuentra sintetizada y ordenada toda la faena realizada durante los últimos meses.
Rights: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Language: Català
Studies: Grau en Enginyeria Informàtica [2502441]
Study plan: Enginyeria Informàtica [958]
Document: Treball final de grau ; Text
Subject area: Menció Enginyeria de Computadors
Subject: Metagenòmica ; Kraken2 ; BWA ; ADN ; SLURM ; Anàlisi de rendiment ; Bracken ; Seqüències de comandes bash ; Python ; Clúster ; Metagenómica ; Análisis de rendimiento ; Secuencias de comandos bash ; Metagenomics ; DNA ; Performance analisys ; Bash scripting ; Cluster



11 p, 610.8 KB

The record appears in these collections:
Research literature > Bachelor's degree final project > School of Engineering. TFG

 Record created 2022-07-21, last modified 2023-07-22



   Favorit i Compartir