Maestría en Ingeniería de Sistemas e Informática

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9010

Browse

Browsing Maestría en Ingeniería de Sistemas e Informática by browse.metadata.advisor "Blanco Tirado, Cristian"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Desarrollo de código en paralelo de dinámica molecular para el estudio de zeolitas
    (Universidad Industrial de Santander, 2007) Recamann Chaux, Hernando; Blanco Tirado, Cristian
    La Dinámica Molecular (DM) es una técnica computacional que monitorea de manera determinística la posición de las partículas de un sistema termodinámico en función del tiempo. Esto se logra mediante la integración de las ecuaciones clásicas de movimiento de Newton. En la DM las fuerzas de interacción entre las partículas se calcula a través de los potenciales de corto (van der Waals y enlazantes) y largo alcance (Coulomb). Es bien conocido que el cálculo de la fuerza es la etapa mas demandante de recursos computacionales en los cálculos de DM, este cálculo representa aproximadamente 90% del tiempo que un procesador tardaría en cada ciclo. En este trabajo se presentan los resultados de la implementación de un código de DM en paralelo para el estudio de zeolitas, escrito en C++, que utiliza las librerías MPI y que corre en un clusterfl de computadores del tipo Beowulf. Después de verificar la validez de los resultados mediante la comparación con los obtenidos con el código en serie se procedió a hacer el análisis de rendimiento y eficiencia de la paralelización a través de la evaluación del modelo, el método, la comunicación, la eficiencia y el costo de paralelización, obteniendo datos muy satisfactorios. Por otro lado, se ha utilizado una nueva metodología para el cálculo de las interacciones electrostáticas, que disminuyen sustancialmente los tiempos de ejecución.
  • No Thumbnail Available
    Item
    Diseño de un sistema para la comparación automática de secuencias de proteínas basado en el análisis de Clusters Hidrofóbicos (hca).
    (Universidad Industrial de Santander, 2016) Solano Meza, Cindy Dayana; Blanco Tirado, Cristian; Delgado Quintero, Dario Jose
    Desde hace dos décadas, la secuenciación de genomas se ha convertido en un proceso de bajo costo. Cada genoma transcribe una gran cantidad de proteínas, cada una con una función específica en un organismo vivo. Entender su función es una tarea compleja debido a la cantidad de información de proteínas previamente identificas con las que se podrían comprar. Este escenario ha llevado a la implementación de métodos de comparación y análisis de secuencias que permitan extraer información estructural y funcional a partir de secuencias ya reconocidas. Se realizan comúnmente dos tipos de análisis sobre secuencias desconocidas: la detección de la identidad u homología a través de la alineación de secuencias o el análisis estructural. Estos métodos se centran en calcular una métrica porcentual de identidad entre secuencias; si el valor de identidad es superior al 35%, se considera entre pares de proteínas estructura similar, y para identidad inferiores al 25% secuencias sin similitud. Aquellos grupos de secuencias entre el 25% y 35% de identidad, se le denomina zona de penumbras (Twilight Zone [1]), en donde es confuso establecer características específicas entre pares de secuencias. En este trabajo se presenta un nuevo modelo para realizar la comparación de secuencias de proteínas con bajo porcentaje de identidad utilizando la transformada discreta de wavelet y el de análisis clúster hidrofóbicos (HCA [2]). El modelo se enfoca en un esquema de codificación de secuencias de proteínas utilizando la representación B y Q proporcionada por HCA [3,4] y los valores EIIP para cada aminoácido en la estructura primaria. Dicha información se emplea para tratar las secuencias de proteínas mediante la transformada discreta de Wavelet y el análisis de correlación. El método identifica posibles secuencias con homología estructural de manera automática donde al igual se identifica la wavelet madre con mejor aproximación a los resultados deseados.