Análisis de herramientas y métodos : predicción de estructura proteica terciaria
"A través del desarrollo de una herramienta para la predicción de estructura terciaria de proteínas, por medio de comparación por homología; se lleva a cabo un análisis comparativo entre las herramientas de software líderes en este campo, y los resultados experimentales y los obtenidos por medi...
- Autores:
-
Rengifo Sanguino, Daniel Fernando
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/49319
- Acceso en línea:
- http://hdl.handle.net/1992/49319
- Palabra clave:
- Interfaces de programación de aplicaciones (Programas para computador)
Aprendizaje automático (Inteligencia artificial)
Bioinformática
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
id |
UNIANDES2_a6e83a8c3870b89d8aacfccc2eb60ee7 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/49319 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
dc.title.es_CO.fl_str_mv |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria |
dc.title.alternative.es_CO.fl_str_mv |
Predicción de estructura proteica terciaria |
title |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria |
spellingShingle |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria Interfaces de programación de aplicaciones (Programas para computador) Aprendizaje automático (Inteligencia artificial) Bioinformática Ingeniería |
title_short |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria |
title_full |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria |
title_fullStr |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria |
title_full_unstemmed |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria |
title_sort |
Análisis de herramientas y métodos : predicción de estructura proteica terciaria |
dc.creator.fl_str_mv |
Rengifo Sanguino, Daniel Fernando |
dc.contributor.advisor.none.fl_str_mv |
Duitama Castellanos, Jorge Alexander |
dc.contributor.author.none.fl_str_mv |
Rengifo Sanguino, Daniel Fernando |
dc.contributor.jury.none.fl_str_mv |
Mariño Drews, Olga Cardozo Álvarez, Nicolás Takahashi Rodríguez, Silvia |
dc.subject.armarc.es_CO.fl_str_mv |
Interfaces de programación de aplicaciones (Programas para computador) Aprendizaje automático (Inteligencia artificial) Bioinformática |
topic |
Interfaces de programación de aplicaciones (Programas para computador) Aprendizaje automático (Inteligencia artificial) Bioinformática Ingeniería |
dc.subject.themes.none.fl_str_mv |
Ingeniería |
description |
"A través del desarrollo de una herramienta para la predicción de estructura terciaria de proteínas, por medio de comparación por homología; se lleva a cabo un análisis comparativo entre las herramientas de software líderes en este campo, y los resultados experimentales y los obtenidos por medio del software propuesto. Se utiliza una aproximación de aprendizaje de máquina, específicamente un modelo oculto de Markov, para poder encontrar las relaciones sutiles de homología a nivel estructural, a partir de una secuencia inicial de aminoácidos que llegaran a componer la proteína en cuestión. Este modelo de oculto de Markov deberá ser capaz de incorporar emisiones nulas dentro de su estructura, para poder soportar la inclusión de secuencias en las cuales uno (o varios) aminoácidos no están presentes en la cadena de comparación. Para este fin, se utilizarán recursos API para consumir servicios de bioinformática ligados a los procedimientos requeridos para hacer una predicción de estructura terciaria, como lo son bases de datos, o aproximaciones reputadas de estructuras secundarias, de la proteína a analizar."--Tomado del Formato de Documento de Grado |
publishDate |
2020 |
dc.date.issued.none.fl_str_mv |
2020 |
dc.date.accessioned.none.fl_str_mv |
2021-02-18T12:48:30Z |
dc.date.available.none.fl_str_mv |
2021-02-18T12:48:30Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/49319 |
dc.identifier.pdf.none.fl_str_mv |
u833232.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/49319 |
identifier_str_mv |
u833232.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.es_CO.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.es_CO.fl_str_mv |
19 hojas |
dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
dc.publisher.es_CO.fl_str_mv |
Uniandes |
dc.publisher.program.es_CO.fl_str_mv |
Ingeniería de Sistemas y Computación |
dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería de Sistemas y Computación |
dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
instname_str |
Universidad de los Andes |
institution |
Universidad de los Andes |
reponame_str |
Repositorio Institucional Séneca |
collection |
Repositorio Institucional Séneca |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/19bdaedf-e383-4231-baef-5f91d6bf602b/download https://repositorio.uniandes.edu.co/bitstreams/fd7e2cbd-4116-4746-8a45-d1604775a8b3/download https://repositorio.uniandes.edu.co/bitstreams/906e086a-a4d3-495d-ab86-5efa0fe12c18/download |
bitstream.checksum.fl_str_mv |
ac1eec436dd1eee189340a0413b45afd 3587975efe2a14ad1b8025d2942dccc2 a823b9fe9d5b0e2b302f5f186b1fe822 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812133935116713984 |
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Duitama Castellanos, Jorge Alexander579ff412-de79-4c40-a3c9-02c47a5ad340400Rengifo Sanguino, Daniel Fernando0efad918-e922-44f2-8df8-5735cc729a7e500Mariño Drews, OlgaCardozo Álvarez, NicolásTakahashi Rodríguez, Silvia2021-02-18T12:48:30Z2021-02-18T12:48:30Z2020http://hdl.handle.net/1992/49319u833232.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/"A través del desarrollo de una herramienta para la predicción de estructura terciaria de proteínas, por medio de comparación por homología; se lleva a cabo un análisis comparativo entre las herramientas de software líderes en este campo, y los resultados experimentales y los obtenidos por medio del software propuesto. Se utiliza una aproximación de aprendizaje de máquina, específicamente un modelo oculto de Markov, para poder encontrar las relaciones sutiles de homología a nivel estructural, a partir de una secuencia inicial de aminoácidos que llegaran a componer la proteína en cuestión. Este modelo de oculto de Markov deberá ser capaz de incorporar emisiones nulas dentro de su estructura, para poder soportar la inclusión de secuencias en las cuales uno (o varios) aminoácidos no están presentes en la cadena de comparación. Para este fin, se utilizarán recursos API para consumir servicios de bioinformática ligados a los procedimientos requeridos para hacer una predicción de estructura terciaria, como lo son bases de datos, o aproximaciones reputadas de estructuras secundarias, de la proteína a analizar."--Tomado del Formato de Documento de Grado"Through the development of a software capable of predicting a protein's tertiary structure, through homology comparison; a comparative analysis is made between the leading software implementations for this problem, including the experimental results and the ones obtained by the proposed software. A machine learning approach, specifically a hidden Markov model (HMM), is used to find the subtle homology relationships at the tertiary level, from an initial sequence of aminoacids that'll be used to build the protein in question. This hidden Markov model should be able to incorporate null emissions within its structure, in order to handle the inclusion of sequences in which one, (or several) aminoacids are not present in the comparison sequence. For this purpose, API resources will be used to consume bioinformatics services linked to the procedures required to make a prediction of tertiary structure, such as databases, or reputable approximations of secondary structures, of the protein to be analyzed."--Tomado del Formato de Documento de GradoIngeniero de Sistemas y ComputaciónPregrado19 hojasapplication/pdfspaUniandesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y Computacióninstname:Universidad de los Andesreponame:Repositorio Institucional SénecaAnálisis de herramientas y métodos : predicción de estructura proteica terciariaPredicción de estructura proteica terciariaTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPInterfaces de programación de aplicaciones (Programas para computador)Aprendizaje automático (Inteligencia artificial)BioinformáticaIngenieríaPublicationORIGINALu833232.pdfapplication/pdf1841444https://repositorio.uniandes.edu.co/bitstreams/19bdaedf-e383-4231-baef-5f91d6bf602b/downloadac1eec436dd1eee189340a0413b45afdMD51THUMBNAILu833232.pdf.jpgu833232.pdf.jpgIM Thumbnailimage/jpeg20115https://repositorio.uniandes.edu.co/bitstreams/fd7e2cbd-4116-4746-8a45-d1604775a8b3/download3587975efe2a14ad1b8025d2942dccc2MD55TEXTu833232.pdf.txtu833232.pdf.txtExtracted texttext/plain32994https://repositorio.uniandes.edu.co/bitstreams/906e086a-a4d3-495d-ab86-5efa0fe12c18/downloada823b9fe9d5b0e2b302f5f186b1fe822MD541992/49319oai:repositorio.uniandes.edu.co:1992/493192023-10-10 17:24:14.667http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |