Predicción de la estructura 3d de proteínas usando técnicas basadas en inteligencia artificial
dc.contributor.advisor | Arguello Fuentes, Henry | |
dc.contributor.advisor | Torres Sáez, Rodrigo Gonzalo | |
dc.contributor.author | Delgado Quintero, Darío José | |
dc.date.accessioned | 2024-03-03T18:51:14Z | |
dc.date.available | 2011 | |
dc.date.available | 2024-03-03T18:51:14Z | |
dc.date.created | 2011 | |
dc.date.issued | 2011 | |
dc.description.abstract | La prediccion de la estructura 3D de prote ´ ínas, es uno de los problemas estudiados mas im- ´ portantes de la biología molecular. Metodologías experimentales como la difraccion de rayos X y ´ la resonancia magnetica nuclear RMN son utilizadas para inferir las estructuras de las prote ´ ínas, sin embargo no son viables de utilizar de forma generalizada debido a costos en tiempo, dinero. Debido a la explosion de informaci ´ on gen ´ etica a partir del ´ exito en proyecto del genoma, y ´ a la importancia de conocer la funcionalidad de dicha informacion. Lo cual se puede buscar me- ´ diante la obtencion de la informaci ´ on estructural de las prote ´ ínas. Se torna de vital importancia desarrollar tecnicas que permitan descifran dicha informaci ´ on y reducir el volumen de informa- ´ cion gen ´ etica sin estudiar. ´ A partir de esta problematica, las t ´ ecnicas computacionales se han venido acomodando como ´ aquellas que ayudaran a reducir la brecha entre la cantidad de datos geneticos disponibles y la ´ obtencion de informaci ´ on estructural de las prote ´ ínas. En el presente trabajo de investigacion se abordan los conceptos fundamentales para la predic- ´ cion de la estructura 3D de prote ´ ínas empleando metodologías basadas en inteligencia artificial, mediante las cuales se intenta aproximar la informacion del contenido estructural como su estruc- ´ tura 3D mediante el uso de maquinas de aprendizaje y algoritmos de optimizaci ´ on evolutivos. | |
dc.description.abstractenglish | The protein structure prediction is one of the most important problems in molecular biology. Actually is considered like the Sangrail in molecular biology, per years the scientist try to solve this problem without find good solutions. Experimental methodologies as X-ray diffraction, Magnetic Nuclear Resonance MNR are used to find the protein structures. However, these techniques can not be used in a general way because are expensive in money and time. The growing level of genetic information with the success of the genome project, and the importance to know the information encrypted in this data. This information is possible to know in the structural conformation of proteins. Is important develop new techniques to analyze the huge volume of genetic information unstudied. According with the problematic, the computational techniques are the candidates to reduce the gap between the genetic information available and the structural information. The computational techniques, are not the most accurate but are fast and cheap. For this motive this techniques are consider like promising in this area. In this research work is possible to see the fundamental concepts to protein structural prediction using methodologies based on artificial intelligence. Methodologies by which, we try to proximate the structural information from proteins, using techniques like the Genetic algorithms and support vector machines. | |
dc.description.degreelevel | Maestría | |
dc.description.degreename | Magíster en Ingeniería de Sistemas e Informática | |
dc.format.mimetype | application/pdf | |
dc.identifier.instname | Universidad Industrial de Santander | |
dc.identifier.reponame | Universidad Industrial de Santander | |
dc.identifier.repourl | https://noesis.uis.edu.co | |
dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/26261 | |
dc.language.iso | spa | |
dc.publisher | Universidad Industrial de Santander | |
dc.publisher.faculty | Facultad de Ingenierías Fisicomecánicas | |
dc.publisher.program | Maestría en Ingeniería de Sistemas e Informática | |
dc.publisher.school | Escuela de Ingeniería de Sistemas e Informática | |
dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | |
dc.subject | Algoritmo Genetico | |
dc.subject | Estructuras proteicas | |
dc.subject | M ´ eto- ´ dos computacionales | |
dc.subject | Maquinas de soporte vectorial | |
dc.subject.keyword | Computational methods | |
dc.subject.keyword | Genetic algorithm | |
dc.subject.keyword | Learning machine | |
dc.subject.keyword | Protein structures. | |
dc.title | Predicción de la estructura 3d de proteínas usando técnicas basadas en inteligencia artificial | |
dc.title.english | Protein 3D structure prediction using artificial intelligence techniques | |
dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
dc.type.hasversion | http://purl.org/coar/resource_type/c_bdcc | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestria |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Carta de autorización.pdf
- Size:
- 19.62 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de proyecto.pdf
- Size:
- 205.47 KB
- Format:
- Adobe Portable Document Format