El explosivo crecimiento de datos basados en el desarrollo de métodos para obtener información genómica demanda nuevas estrategias de análisis estadístico. El Escalamiento Multidimensional Métrico (MDS) permite conocer la estructura subyacente de relaciones entre individuos representando geométricamente su matriz de interdistancias. Reconstruir una matriz de distancia para que pueda ser visualizada en un plano es un problema de optimización. Para ordenar m individuos, el MDS comienza con una matriz de distancia Dm×m y obtiene n coordenadas, usualmente n es 2 o 3, que permiten ordenar los m puntos en Rn. En el caso de matrices de distancias calculadas a partir de información multidimensional (p-variables o dimensiones) con p>>m, la dimensión del espacio euclideo reducido es <m. Las matrices de distancias a partir de datos de secuencias de nucleótidos, aminoácidos o marcadores son frecuentes en investigaciones en biología molecular. En este trabajo se ordenan cuatro muestras
de ADN viral mediante una versión normalizada del MDS aplicado sobre matrices de distancias de distinta naturaleza: distancia PAM entre secuencias de proteínas, distancia Kimura 2-parámetros entre secuencias de nucleótidos, complemento a uno del coeficiente de similitud de Jaccard y complemento a uno de los score identidad producidos por el algoritmo CLUSTAL W durante el alineamiento múltiple de secuencias de aminoácidos y nucleótidos. Los vectores solución fueron
comparados por rotación procrustes para evaluar el consenso entre las representaciones de las muestras en los planos producidos por MDS, para regiones conservadas y no conservadas del genoma. El escalamiento propuesto permitió integrar información molecular de distinto tipo.
