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

Simple item page
dc.contributor.advisorArguello Fuentes, Henry
dc.contributor.advisorArteaga, Herman Jose
dc.contributor.authorCardozo Ojeda, Erwing Fabian
dc.date.accessioned2024-03-03T19:31:39Z
dc.date.available2012
dc.date.available2024-03-03T19:31:39Z
dc.date.created2012
dc.date.issued2012
dc.description.abstractLa 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
dc.description.abstractenglishThe biological information obtained from samples of the level of expression of thousands of genes, contains a large amount of uncertainty because it involves information on molecular interactions. Such information can be represented using Bayesian networks and reconstructed through heuristic algorithms which operate between equivalence classes. This paper proposes a learning algorithm based on a Greedy search algorithm and models of competitive ant-inspired search. The results showed that the proposed algorithm, for small networks, it can get structures with fewer erroneous interactions than the algorithms in the literature, and in turn more likely or very similar and a lower order of complexity. To approximate a biological network, the results of the algorithm to a microarray samples obtained from patients with acute myeloid leukemia (AML) showed new interactions as potential biological interactions, direct, indirect or inverse. The latter result is of great importance in the contribution of the generation of knowledge in research and interacting genes related to diseases such as AML
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Sistemas e Informática
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/20.500.14071/26987
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Sistemas e Informática
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.subjectRedes Bayesianas
dc.subjectAprendizaje Estructural
dc.subjectClases de Equivalencia
dc.subjectColonia de Hormigas
dc.subjectBúsqueda Heurística.
dc.subject.keywordBayesian Networks
dc.subject.keywordStructural Learning
dc.subject.keywordEquivalence Classes
dc.subject.keywordAnt Colony Techniques
dc.subject.keywordHeuristic search.
dc.titleAlgoritmo para el aprendizaje de una red bayesiana que represente una red de regulación de la expresión genética basado en optimización por colonia de hormigas
dc.title.englishLearning algorithm for a bayesian network that represents a network of genetic expression regulation based on ant colony optimization '
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
106.16 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
1.7 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
742.47 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Sistemas e Informática