Modelo de clasificación de promotores basado en redes neuronales artificiales

Vista sencilla de ítem
dc.contributor.advisorBedoya Leyva, Oscar Fernando
dc.contributor.authorBustamante Muñoz, Santiago
dc.date.accessioned2023-05-24T14:28:12Z
dc.date.available2023-05-24T14:28:12Z
dc.date.issued2010
dc.description.abstractActualmente para la predicción de señales promotoras se usan diferentes métodos computacionales que utilizan como estrategia de predicción métodos intrínsecos probabilísticos tales como secuencias consenso, matrices de score o de puntuación y modelos ocultos de Markov; y métodos intrínsecos como redes neuronales artificiales (RNA), árboles de decisión y estrategias integradoras. No obstante, estos métodos computacionales tienen exactitudes que aún se pueden mejorar causando que no exista consenso entre ellas. Este proyecto plantea el desarrollo de dos modelos de predicción de señales promotoras utilizando como estrategia el uso de redes neuronales artificiales con el propósito de evaluar y comparar dichos modelos. En el primer modelo se emplea la estrategia de utilizar como valores de entrada para la RNA resultados obtenidos por diferentes modelos ocultos de Markov. En el segundo modelo de RNA se emplea la estrategia que utiliza como valores de entrada los resultados obtenidos por otras RNAs de predicción de secuencias de caja consenso ya conocidas. Para este proyecto los modelos propuestos están enfocados sólo a la predicción de promotores reconocidos por el ARN polimerasa tipo II o B de las especies Rattus norvegicus y Mus musculus. Los resultados de las pruebas realizadas indican que los modelos propuestos alcanzan un sensitividad hasta del 74.54% y una especificidad del 82.72% superando a muchos de los predictores de promotores existentes.
dc.description.degreelevelPregradospa
dc.description.degreenameINGENIERO(A) DE SISTEMASspa
dc.format.extent1 recurso en línea (57 páginas)spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://hdl.handle.net/10893/25701
dc.language.isospaspa
dc.publisherUniversidad del Vallespa
dc.publisher.facultyFACULTAD DE INGENIERÍAspa
dc.publisher.placeColombiaspa
dc.publisher.programINGENIERIA DE SISTEMASspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.subject.lembRedes neuronales artificiales
dc.subject.lembModelos ocultos de Markov
dc.subject.lembBioinformática
dc.titleModelo de clasificación de promotores basado en redes neuronales artificiales
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
3743-0448207.pdf
Tamaño:
1.53 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
14.48 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Ingeniería de Sistemas