tesis-leishmaniasis

Experimentos e Implementación de Algoritmos en Python y Jupyter de mi Tesis con título "Predicción del tratamiento para la leishmaniasis cutánea mediante datos génicos e inferencia gramatical".

Objetivo

Predecir la efectividad del tratamiento con Glucantime para la leishmaniasis cutánea empleando técnicas de inferencia gramatical con base en los datos génicos de pacientes.

Dependencias

Paquetes usados para correr el proyecto desde Linux.

Jupyter

• jupyter-notebook==6.1.4

Python 3

Usar pip/pip3 o equivalente para instalar paquetes.

• seaborn==0.11.0
• pandas==1.1.2
• scikit-learn==0.23.2
• numpy==1.16.4

Uso

• Clonar repositorio
• Instalar dependencias
• Abrir cuadernos en Jupyter y correrlos

Notas

• Multiples funciones como la de validación cruzada están implementadas directamente en el cuaderno experimentos.ipynb.
• Se incluyen versiones en .py de los 2 cuadernos de Jupyter experimentos.ipynb y lista_de_genes_alfabetos.ipynb.
• lista_de_genes_alfabetos.ipynb permite consultar los genes seleccionados para cada tipo de célula y para cada tamaño de alfabeto usados en todos los experimentos.
• En oilnsym-codigo/ está el codigo fuente y Makefile correspondiente para compilar el algoritmo OIL implementado en C++.
• oilnsym es un archivo binario, debe marcarse como ejecutable para que el wrapper OIL.py pueda utilizarlo.
• Las funciones en RPNI.py y utilities.py cuentan con documentación sobre sus entradas y salidas.
• Los archivos de excel o conjuntos de datos no están incluidos ya que son informacion confidencial. De tener acceso a estos, crear carpeta data/, agregarlos a esta, y actualizar las rutas que importan los mismos en los cuadernos de Jupyter.