Sistema de clasificación de péptidos antibacterianos utilizando máquinas de soporte vectorial

Simple item page
dc.contributor.advisorBautista Rozo, Lola Xiomara
dc.contributor.advisorRondón, Nydia Paola
dc.contributor.advisorTorres Sáez, Rodrigo Gonzalo
dc.contributor.advisorSierra Bueno, Daniel Alfonso
dc.contributor.authorCamacho Urrea, Francy Liliana
dc.date.accessioned2024-03-03T20:08:16Z
dc.date.available2013
dc.date.available2024-03-03T20:08:16Z
dc.date.created2013
dc.date.issued2013
dc.description.abstractEn los últimos años, el reconocimiento de patrones se ha aplicado en diversas áreas para resolver múltiples problemas. Una de estas áreas es el diseño in silico de medicamentos, donde ha sido ampliamente utilizados en el análisis de proteínas. Por ejemplo, para predecir la actividad antibacteriana presente en péptidos (proteínas cortas), los cuáles se están utilizando como alternativas a los medicamentos tradicionales. En este trabajo, se propone utilizar herramientas como las máquinas de soporte vectorial(SVM, por sus siglas en inglés) junto con el modelo denominado Relación Cuantitativa entre Estructura-Actividad (QSAR, por sus siglas en inglés), para realizar el reconocimiento de patrones y crear algoritmos que permitan identificar la actividad antibacteriana en péptidos. Para llevar a cabo este proceso, se parte de un conjunto de 2288 secuencias representativas de péptidos con y sin actividad antimicrobiana, para los cuáles se codifica información numérica y como resultado se creó un clasificador en cascada que muestra una precisión estimada del 80%, resultados que permiten inferir que los descriptores utilizados para codificar las secuencias contienen la información suficiente para relacionar los péptidos y su actividad antibacteriana mediante el uso de máquinas de aprendizaje.
dc.description.abstractenglishIn recent years, the pattern recognition has been applied in many áreas to solve diverse problems. One of those áreas is the in silico drug design, which has been widely used in the protein analysis. For example, to predict the antibacterial activity in peptides (small proteins), which are being used as alternatives to traditional medicines. In this paper, we propose to use tools such as the support vector machine and Quantitative Structure-Activity Relationship (QSAR) model, for recognition patterns and create algorithms to identify the antibacterial activity in peptides. For this process, we begins with a set of 2288 representative sequences of peptides with and without antimicrobial activity, and then we encoded numerical information and such as results, we developed a cascade classifier that have a estimated accuracy of 80%. This result shows that descriptors used for encoded the sequences, has sufficient information to correlated the peptides with antibacterial activity using learning machines. 3Research work 4Faculty of Physical-Mechanical Engineerings. Systems engineering and informatics department. Advisor: Lola Bautista. Co-advisor: Rodrigo Torres, Daniel Sierra, Paola Rondén
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Sistemas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/29173
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería de Sistemas
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectDiseño De Medicamentos
dc.subjectMáquinas De Soporte Vectorial
dc.subjectPéptidos Antibacterianos
dc.subject.keywordDesign Of Drugs
dc.subject.keywordSupport Vector Machines
dc.subject.keywordAntibacterial Peptides.
dc.titleSistema de clasificación de péptidos antibacterianos utilizando máquinas de soporte vectorial
dc.title.englishSystem of classification of antibacterial peptides using support vector machines
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
224.56 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
3.1 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
1.82 MB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería de Sistemas