Resumen

Múltiples enfoques se han desarrollado para la predicción de la estructura secundaria de la pro- teína. Cada investigador toma diferentes ejemplos, enfoques y bases de datos en sus experimentaciones; en este trabajo de grado se opto por la combinación de expertos mediante Redes bayesianas con el fin de mejorar la precisión en la predicción de la estructura secundaria de proteínas; este enfoque fue seleccionado por que a través de la teoría de grafos y la teoría de las probabilidades, permiten modelar a los expertos y su combinación mediante relaciones probabilísticas de forma compacta y gráfica. En este trabajo se tomaron dos modelos de Redes Bayesianas y se realizaron mezclas con cuatro expertos con el fin de combinar las predicciones de cada uno. Para realizar la validación de los resultados se utilizaron las medidas estadísticas de sensibilidad, especificidad, promedio entre sensibilidad y especificidad, precisión general y coeficiente de probabilidad positiva. Para obtener los resultado se desarrollo un producto de software, que permite realizar predicciones con los cuatro expertos seleccionados y combinar estos resultados en alguno de los dos modelos de red Bayesiana propuestos; al ejecutar el aplicativo se obtuvieron resultados que muestran que los modelos de redes Bayesianas logran mejorar los indicadores de las predicciones realizadas.