Aplicación de la bibliometría en bases de datos no bibliográficas. El caso del mycobacterium tuberculosis.

Guzmán-Sánchez, Maria-Victoria and Calero, Rodrigo and Milanés-Guisado, Yusnelkis and Ramirez, Juan Carlos Aplicación de la bibliometría en bases de datos no bibliográficas. El caso del mycobacterium tuberculosis., 2010 . In INFO 2006 : Congreso Internacional de la Información, Ciudad de la Habana (Cuba), 17-21 April 2006. [Conference paper]

[img]
Preview
PDF
doc.pdf

Download (307Kb) | Preview

English abstract

The fusion of the theoretical foundations of the data mining and texts, the discovery of knowledge in databases and the Bioinformatic with the bibliometrics concepts, has penetrated into the study of not bibliographical biological databases. Bibliometrics, as discipline that takes up office as his raw material to the information, is a valid tool to study the content of almost databases. This is possible because it rests for the analyses on mathematical and statistical formulae (Algorithms) that allow to relate reports of an enormous set of information and to discover a new knowledge. That its possible with databases like the GenBank, BD Structure and the BD Taxonomy (all produced by the National Center for Biotechnology Information, NCBI). These BD are constructed by specific fields like key words, authors of the proteins, references to the articles or the articles in Medline who mention it, etc. In this study bibliometrics indicators were applied in the analysis of the proteins that compose the genome of the mycobacterium tuberculosis specifically the linked ones to the proteins of the external membrane, there were in use the indicators of co-occurrence of words and the indicators of frequency. There linked themselves the results of the bases of information entrezProteins to the MedLine database.

Spanish abstract

Al unir los fundamentos teóricos de la minería de datos y textos, el descubrimiento de conocimiento en bases de datos (BD) y la bioinformática con los conceptos bibliométricos, se ha incursionado en el estudio de las bases de datos biológicas no bibliográficas. La Bibliometría, como disciplina que asume como su materia prima a la información, es una herramienta válida para estudiar el contenido de casi cualquier base de datos. Esto es posible porque se apoya para los análisis en fórmulas matemáticas y estadísticas (Algoritmos) que le permiten relacionar partes de un conjunto enorme de datos y llegar a un nuevo conocimiento. A ello se le suma que bases de datos como el GenBank, BD Structure y la BD Taxonomy (todas producidas por el National Center for Biotechnology Information, NCBI). Estas BD están estructuradas por campos específicos como palabras claves, autores de las proteínas, referencias a los artículos o los artículos en Medline que la citan, etc. En este estudio se aplicaron los indicadores bibliométricos en el análisis de las proteínas que componen el genoma del mycobacterium tuberculosis específicamente las vinculadas a las proteínas de la membrana externa, se utilizaron los indicadores de co-ocurrencia de palabras y los indicadores de frecuencia. Se vincularon los resultados de las bases de datos entrezProteins a la base de datos bibliográfica MedLine.

Item type: Conference paper
Keywords: Bibliometría, bioinformática, minería de datos y textos
Subjects: B. Information use and sociology of information. > BB. Bibliometric methods.
Depositing user: Yusnelkis Milanés
Date deposited: 31 Mar 2010
Last modified: 02 Oct 2014 12:16
URI: http://hdl.handle.net/10760/14403

References

"SEEK" links will first look for possible matches inside E-LIS and query Google Scholar if no results are found.

Berthold, M., Hand, DJ. (2000) Intelligent data analysis, Springer, 2000

 Chen, H., Sharp, BM (2004). Content-rich biological network constructed by mining

PubMed abstracts. BMC Bioinformatics, 5:147

 Fayyad, U.; Piatetsky-Shapiro, G., Smyth, P. (1996) “From data mining to knowledge

discovery: an overview”, in Fayyad, U., Piatetsky-Shapiro, G., Smyth, P and Uthurusamy,

R. (Eds), Advances in knowledge Discovery and Data Mining, MIT Press, Cambridge,

M.A.

 Guzmán, MV.; Carrillo, H. (2004). La Bibliometría como una herramienta de la

Bioinformática. En: Congreso Internacional INFO´2004. Palacio de las Convenciones.

Abril del 2004.

 Guzmán, MV.; Carrillo, H. (2004). Minería de datos con Redes Neuronales Artificiales:

aplicación en vacunas tuberculosis. X Convención Internacional y Feria Informática´2004.

I Congreso de Bioinformática. Palacio de las Convenciones, La Habana, mayo del 2004.

Memorias. Congreso Internacional de Información

INFO´2006.

9

 Norton, MJ. (1999) “Knowledge Discovery in Database”, Library Trends, 48(1):9-2.

 OMS, Organización Mundial de la Salud (2005). La morbilidad y la mortalidad por

tuberculosis relacionadas con el VIH alcanzan ya niveles alarmantes en África.

Ginebra:OMS. Documento Online. Acceso: 12 enero del 2006.

http://www.who.int/mediacentre/news/releases/2005/pr14/es/

 OMS, Organización Mundial de la Salud (2005b). World TB Day 2005. Ginebra: OMS.

Documento Online. Acceso: 12 enero del 2006.

http://www.stoptb.org/events/world_tb_day/2005/

 Shah, PK.; Perez-Iratxeta, C.; Bork, P.; Andrade, MA. (2003). Information extraction from

full text scientific articles: Where are the keywords?. BMC Bioinformatics, 4:20

 Sotolongo, G., Guzmán, MV. (2001). Aplicaciones de las redes neuronales. El caso de la

bibliometría”, Ciencias de la Información. 2001; 32(1):27-34.

 Sotolongo, G., Guzmán, MV., Carrillo, H. (2002) ViBlioSOM: visualización de información

bibliométrica mediante el mapeo autoorganizado, Revista Española de Documentación

Científica, 2002, 25(4):477-484.

 Sotolongo, G., Guzmán, MV., Saavedra, O.; Carrillo, H (2001). Mining Informetrics Data

with Self-organizing Maps, in: M. Davis, C.S. Wilson, (Eds.), “Proceedings of the 8 th

International Society for for Scientometrics and Informetrics”, ISBN:0-7334-18201.

Sydney, Australia July 16-20. Sydney: BIRG; 2001: 665-673.

Tukey, JW. (1977). “Exploratory data analisys”, Addison Wesley, 1977.

Wren, Jonathan D (2004). Extending the mutual information measure to rank inferred

literature relationships. BMC Bioinformatics, 5:145.


Actions (login required)

View Item View Item