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...

Full description

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