Redes bayesianas para comprender la complejidad del genoma en Leucemia Mieloide Aguda

Abstract

[ES]Este trabajo se centra en el estudio detallado de la teoría general de redes y, en particular, de las redes bayesianas. Se propone descubrir las relaciones estadísticas complejas entre las variables que representan las anomalías genéticas de la enfermedad de leucemia mieloide aguda (AML) utilizando redes bayesianas. Para ello, se desarrollará un modelo de red baye-siana en R que integre datos genómicos de pacientes con AML. El objetivo es identificar patrones genéticos y clínicos que influyan en el curso y pronóstico de la AML, proporcio-nando nuevas perspectivas sobre la supervivencia y los factores de riesgo asociados a la enfermedad.

[EN]This work focuses on an in-depth study of general network theory and, specifically, Bayes-ian networks. The aim is to discover complex statistical relationships between variables representing genetic anomalies in acute myeloid leukemia (AML) using Bayesian net-works. To achieve this, a Bayesian network model will be developed in R to integrate ge-nomic data from AML patients. The objective is to identify genetic and clinical patterns that influence the course and prognosis of AML, providing new insights into survival and risk factors associated with the disease.