Predicción de la estructura secundaria del ARN incorporando modelos computacionales de evolución molecular y técnicas de inteligencia artificial
No Thumbnail Available
Date
2016
Authors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La conformación que las moléculas de ARN adoptan suele estar asociada en gran medida a su función biológica. Debido a esto, la predicción de la estructura secundaria del ARN sigue siendo un problema abierto en el campo de la biología computacional. Aunque existen técnicas experimentales como la Cristalografía de rayos X y la Espectroscopía de Resonancia Magnética Nuclear, que permiten determinar la estructura de este tipo de macromoléculas, su uso suele ser restrictivo debido a su alto costo. Lo anterior ha impulsado el desarrollo de métodos computacionales que buscan determinar las interacciones que conducen al proceso de plegamiento del ARN. En este trabajo se presenta un algoritmo evolutivo basado en gramáticas, que permite predecir la estructura secundaria de moléculas de ARN a partir de su secuencia de nucleótidos. El algoritmo propuesto se fundamenta en el concepto de Evolución Gramatical, una técnica de inteligencia artificial originalmente diseñada para generar automáticamente programas en cualquier lenguaje. Se planteó un modelo de representación que codifica tanto la secuencia de nucleótidos del ARN como su estructura secundaria utilizando elementos estructurales conocidos como horquillas. A su vez se diseñó un conjunto de producciones organizadas en gramáticas que permiten no solo generar estructuras secundarias válidas, sino que también simulan el proceso de plegamiento del ARN a través de la modificación de cadenas definidas bajo el nuevo modelo de representación. Como todo algoritmo evolutivo, se implementa el uso de operadores genéticos con el fin de optimizar una población aleatoria de soluciones potenciales. Cada solución representa una trayectoria de plegamiento, que conduce a una estructura secundaria que la molécula puede adoptar. La energía libre asociada a la estructura obtenida luego de seguir cada posible trayectoria, es utilizada como función objetivo dentro del proceso de optimización. Con cada generación de individuos, las estructuras generadas convergen al estado de mínima energía.
Description
Keywords
Predicción De La Estructura Secundaria Del Arn, Algoritmo Evolutivo, Evolución Gramatical, Minimización De La Energía Libre.