ScholarGate
Asistente
Process / pipelineBioinformatics / omics

Llamada de variantes en series temporales — Detección longitudinal de mutaciones somáticas

La llamada de variantes en series temporales es un flujo de trabajo bioinformático que identifica y rastrea variantes genómicas —típicamente mutaciones somáticas— a través de múltiples muestras de secuenciación recolectadas del mismo sujeto en diferentes momentos. Se aplica de forma más generalizada en genómica del cáncer para reconstruir la evolución tumoral, monitorizar la enfermedad residual mínima y detectar la aparición de clones resistentes a la terapia. Al modelar conjuntamente las frecuencias alélicas de las variantes a través de la dimensión temporal, el método distingue los cambios somáticos verdaderos del ruido de secuenciación y estima la dinámica clonal a lo largo del tiempo.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Llamada de variantes en series temporales
Expresión Diferencial de…

Fuentes

  1. Nik-Zainal, S., et al. (2012). The life history of 21 breast cancers. Cell, 149(5), 994–1007. link
  2. McMahon, M., et al. (2021). Benchmarking algorithms for clonal evolution analysis using multi-region and longitudinal tumour sequencing data. Briefings in Bioinformatics, 22(3), bbaa163. link

Cómo citar esta página

ScholarGate. (2026, June 3). Time-series Variant Calling. ScholarGate. https://scholargate.app/es/bioinformatics/time-series-variant-calling

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado
ScholarGateTime-series variant calling (Time-series Variant Calling). Recuperado el 2026-06-15 de https://scholargate.app/es/bioinformatics/time-series-variant-calling · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026