Reducción de la dimensión en datos de microarreglos de ADN para el meduloblastoma mediante algoritmos aleatorios

Abstract

En esta investigación se desarrollaron algoritmos basados en la descomposición CUR restringida que integran el error de aproximación en norma de Frobenius, dando lugar a un método de filtro multivariado no supervisado para la selección de genes en datos de microarreglos de meduloblastoma (MB). Los algoritmos rCURd, rCURd_v2 y FoS‑rCURd, este último con búsqueda por bloques que reduce el costo computacional, permitieron seleccionar subconjuntos de columnas de forma óptima. Aplicados a una matriz de 60 muestras y 7129 genes, y tras un filtro inicial basado en correlación punto‑biserial que redujo el espacio a 334 genes significativos, FoS‑rCURd seleccionó 58 genes con alta capacidad predictiva. El análisis de componentes principales mostró que estos genes separan claramente a los pacientes según su pronóstico, identificando perfiles asociados a los subtipos moleculares Grupo 3, SHH y Grupo 4 de la clasificación OMS. En la etapa de clasificación, las máquinas de soporte vectorial alcanzaron una exactitud del 88 %y una precisión del 85 % con validación cruzada, superando a métodos modernos como las redes neuronales de grafos. Estos resultados validan la utilidad de la descomposición CUR restringida para reducir la dimensionalidad y mejorar la clasificación de tumores, cumpliendo así el objetivo general de la investigación. Como contribución práctica, se desarrolló el paquete R rCURd, disponible para la comunidad científica.