En los últimos años, las proteínas repetidas, las cuales son caracterizadas por
poseer regiones que se repiten a lo largo de su estructura, han demostrado
poseer un rol fundamental dentro de la naturaleza. Esta importancia se debe a
sus propiedades funcionales que toman relevancia dentro de varios procesos
biológicos como la salud, el desarrollo neuronal y la ingeniería de proteínas.
Debido a ello, una tarea, dentro del área de estudio de estas proteínas, es la
identificación y clasificación de estas, lo que permite identificar las propiedades
funcionales que posee.
Asimismo, en la actualidad, existen métodos complejos para la clasificación e
identificación de proteínas repetidas a partir de su estructura, los cuales implican
un uso intenso y costoso de recursos computacionales. Además, por la aparición
de nuevos procesos experimentales, las proteínas recientemente descubiertas por
año se incrementan de forma exponencial. En consecuencia, ello obliga que estos
procesos realicen una gran cantidad ejecuciones y generen una gran cantidad de
archivos que se traducen en grandes costos de procesamiento y almacenamiento.
En este proyecto se busca implementar un modelo de aprendizaje de máquina
con la capacidad de detectar la presencia de regiones repetidas dentro de una
cadena proteica con el fin de que esta información sea útil para procesos más
complejos como ReUPred para que eviten procesar grandes cantidades de datos
irrelevantes. Dicho objetivo, implica la construcción de un proceso de
transformación de datos necesaria para extraer las características estructurales
de la cadena de proteína y formar la representación de datos a utilizar como
entrada para el desarrollo, entrenamiento y validación del modelo.
Adicionalmente, se plantea desplegar dicho modelo mediante un servicio web
para que pueda ser utilizado por otros investigadores del área.
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/18199 |
| Date | 12 February 2021 |
| Creators | Tenorio Ku, Luiggi Gianpiere |
| Contributors | Hirsh Martínez, Layla |
| Publisher | Pontificia Universidad Católica del Perú, PE |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/closedAccess |
Page generated in 0.0017 seconds