Revista de Proteómica y Bioinformática
Acceso abierto

abstracto

Descubrimiento de biomarcadores a través de métodos estadísticos multivariados: una revisión de los métodos y aplicaciones desarrollados recientemente en proteómica

Elisa Robotti, Marcello Manfredi y Emilio Marengo

El descubrimiento de biomarcadores es una disciplina que adquiere una importancia creciente ya que proporciona marcadores de diagnóstico/pronóstico y puede permitir investigar y comprender el mecanismo de desarrollo de la patología, posiblemente sugiriendo nuevas dianas terapéuticas biomoleculares. El descubrimiento de biomarcadores en proteómica se ve obstaculizado por el uso de técnicas de alto rendimiento que proporcionan un gran número de candidatos entre los que hay que buscar los verdaderos biomarcadores. Además, a menudo se dispone de un pequeño número de muestras. Dos problemas principales surgen cuando se deben buscar biomarcadores en dichos conjuntos de datos: 1) la identificación de marcadores confiables, evitando falsos positivos debido a correlaciones aleatorias; 2) la identificación exhaustiva de todos los marcadores candidatos, para obtener una instantánea completa del efecto investigado.

Los biomarcadores se pueden identificar mediante dos enfoques: métodos monovariados clásicos, en los que cada biomarcador se considera independiente (prueba t de Student, prueba de Mann-Whitney, etc.) o métodos multivariados, capaces de tener en cuenta la correlación estructura de los datos (es decir, interacciones). Estos últimos son ciertamente los preferidos y deberían lograr el mejor compromiso entre la mejor capacidad predictiva (conseguida mediante el uso de procedimientos de selección de variables) y la exhaustividad. Aquí, revisamos las aplicaciones más recientes de métodos multivariados para la identificación de biomarcadores en proteómica con especial atención a los métodos estadísticos explotados.