Algoritmo para el aprendizaje de una red bayesiana que represente una red de regulación de la expresión genética basado en optimización por colonia de hormigas
No Thumbnail Available
Date
2012
Authors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La información biológica obtenida a partir de muestras del nivel de expresión genética, contiene gran cantidad de incertidumbre, pues implica información relativa a interacciones moleculares. Dicha información puede ser representada por medio de redes bayesianas y reconstruida a través de algoritmos heurísticos los cuales operan entre clases de equivalencia. Este documento propone un algoritmo de aprendizaje basado en búsqueda Greedy y modelos de búsqueda inspirados en hormigas competitivas. Los resultados mostraron que para redes pequeñas, el algoritmo puede obtener estructuras con menos interacciones erróneas que los algoritmos en la literatura, con mayor o igual probabilidad y con un orden de complejidad menor. Al aproximar una red biológica, los resultados para un microarreglo obtenido por muestras de pacientes con Leucemia Mieloide Aguda (LMA) aproximaron interacciones como potenciales interacciones biológicas directas, indirectas o inversas. Este último resultado es de gran importancia en la contribución de la generación de conocimiento en la investigación de genes que interactúan en relación con enfermedades tales como la AML
Description
Keywords
Redes Bayesianas, Aprendizaje Estructural, Clases de Equivalencia, Colonia de Hormigas, Búsqueda Heurística.