Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12104/112484Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.author | Sotelo Rodríguez, Ramyet | |
| dc.date.accessioned | 2026-04-13T17:57:50Z | - |
| dc.date.available | 2026-04-13T17:57:50Z | - |
| dc.date.issued | 2025-12-15 | |
| dc.identifier.uri | https://wdg.biblio.udg.mx | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12104/112484 | - |
| dc.description.abstract | La deficiencia de Glucosa-6-fosfato deshidrogenasa (G6PD) es de las enzimopatías más comunes a nivel mundial, y afecta la producción de NADPH en los glóbulos rojos, lo que conduce a un aumento del estrés oxidativo. Este estudio tiene como objetivo adaptar modelos metabólicos a escala genómica (GEMs) utilizando información específica de la enfermedad para proponer opciones terapéuticas efectivas y personalizadas. Se utilizó un GEM de glóbulo rojo con restricciones específicas de la enfermedad, se realizaron Análisis de Balance de Flujo (FBA), Análisis de Variabilidad de Flujo (FVA) y muestreo de flujo en estados saludables y deficientes, y se aplicaron técnicas de aprendizaje automático (Random Forest y Árboles de Decisión) sobre los datos de flujo procesados para identificar GEMs clave como posibles dianas terapéuticas. El modelo terapéutico seleccionado mostró una recuperación notable del equilibrio redox y del metabolismo energético en la deficiencia de G6PD; el consumo de peróxido de hidrógeno disminuyó, lo que sugiere una mejora en la desintoxicación de especies reactivas de oxígeno (ROS), mientras que la producción de ATP aumentó sustancialmente, indicando una restauración parcial del metabolismo energético y la viabilidad eritrocitaria. La producción de NADPH superó los niveles observados en la enfermedad e incluso sobrepasó ligeramente las condiciones saludables, destacando una restauración parcial de la vía de las pentosas fosfato y una mejora del potencial antioxidante. Estos cambios apuntan a una defensa redox reforzada y una mayor estabilidad metabólica bajo condiciones terapéuticas. | |
| dc.description.tableofcontents | Tabla de Contenido Comité Tutorial ..................................................................................................................................... i Agradecimientos .................................................................................................................................iii Abstract ............................................................................................................................................... v Resumen ............................................................................................................................................. vii Tabla de Contenido ............................................................................................................................. ix Tabla de Abreviaturas .......................................................................................................................... i Capítulo I Introducción ........................................................................................................................ 2 Antecedentes .................................................................................................................................. 4 Planteamiento del Problema .......................................................................................................... 6 Justificación ..................................................................................................................................... 9 Objetivos ......................................................................................................................................... 9 Objetivo General: ........................................................................................................................ 9 Objetivos Específicos: .................................................................................................................. 9 Hipótesis .......................................................................................................................................... 9 Capitulo II: Marco Teórico ................................................................................................................. 11 1. Introducción a la Medicina personalizada ........................................................................... 11 2. Modelos a escala genómica ................................................................................................. 12 - Restricciones, simulaciones y análisis de flujos en enfermedades mediante MEG’s ............. 13 3. El método COBRA ................................................................................................................. 14 - Descripción de COBRA como herramienta computacional..................................................... 14 - Operaciones principales: carga, ajuste y análisis de modelos metabólicos ........................... 16 - Carga del Modelo: ................................................................................................................... 16 - Ajuste del Solver:..................................................................................................................... 16 - Ajuste del Modelo: .................................................................................................................. 16 4. Análisis del Modelo .............................................................................................................. 17 - Análisis de Flujo de Variabilidad ............................................................................................. 17 - Análisis de Balance de Flujos ................................................................................................... 17 - Muestreo ................................................................................................................................. 18 5. Patologías Metabólicas y Medicina Personalizada .............................................................. 19 - Uso de bases de datos como Virtual Metabolic Human para integrar datos clínicos ............ 20 - Principales retos y ventajas en el modelado de patologías metabólicas ................................ 20 - Aplicación en deficiencia de glucosa-6-fosfato deshidrogenasa ............................................ 21 6. Algoritmos de Machine Learning para Análisis Metabólico................................................. 21 - Importancia del aprendizaje automático en el análisis de datos metabólicos ....................... 21 - Integración de métricas .......................................................................................................... 23 - Algoritmos empleados: árboles de decisión y random forest ................................................ 23 7. Propuesta Terapéutica Basada en Reacciones de Intercambio ........................................... 23 Capitulo III: Materiales y Metodología .............................................................................................. 25 1. Obtención y Adaptación del Modelo ................................................................................... 25 2. Control y Preparación del Modelo ....................................................................................... 26 3. FVA, FBA y función objetivo en ModelOr ............................................................................. 26 4. Adaptación del modelo a la enfermedad ............................................................................. 27 5. FVA, FBA y Muestreo de Flujos en ModelDis ....................................................................... 28 6. Algoritmos de machine learning y propuesta de reacciones de intercambio para terapia . 28 7. Preparación de los datos ...................................................................................................... 29 8. Extracción de características ................................................................................................ 29 9. Algoritmo de Aprendizaje automático (Random Forest y Árbol de Decisión) ..................... 32 - Clasificación con Random Forest ............................................................................................ 33 - Algoritmo de Árbol de Decisión .............................................................................................. 34 Capítulo IV: Resultados ..................................................................................................................... 36 1. Establecimiento del modelo con la enfermedad genética .................................................. 36 2. Clasificación de Fenotipos Óptimos por medio de Machine Learning ................................. 36 - Análisis y Resultados con Random Forest ....................................................................... 36 Análisis y Resultados con Árbol de Decisión ............................................................................. 38 3. Análisis por subsistemas ...................................................................................................... 39 - Glucólisis / Gluconeogénesis ........................................................................................... 39 - Metabolismo del Glutatión .............................................................................................. 40 - Unión y degradación de Hemoglobina ............................................................................ 40 - Vía de Fosfato de Pentosa ............................................................................................... 42 - Formación de ROS y desintoxicación ............................................................................... 43 - Metabolitos Clave ............................................................................................................ 44 Capítulo V: Discusión ......................................................................................................................... 49 Cumplimiento de Objetivos....................................................................................................... 52 Capítulo VI: Conclusiones .................................................................................................................. 54 Anexos ............................................................................................................................................... 55 Repositorio del Código y Datos ................................................................................................. 55 Bibliografía ........................................................................................................................................ 57 | |
| dc.format | application/PDF | |
| dc.language.iso | spa | |
| dc.publisher | Biblioteca Digital wdg.biblio | |
| dc.publisher | Universidad de Guadalajara | |
| dc.rights.uri | https://www.riudg.udg.mx/info/politicas.jsp | |
| dc.subject | Modelos Metabolicos A Escala Genomica | |
| dc.subject | Deficiencia De G6Pd | |
| dc.subject | Analisis De Flujo Fba/fva | |
| dc.subject | Aprendizaje Automatico | |
| dc.subject | Dianas Terapeuticas | |
| dc.title | Aplicación de algoritmos de machine learning en ingeniería metabólica para el diseño de terapias personalizadas | |
| dc.type | Tesis de Maestría | |
| dc.rights.holder | Universidad de Guadalajara | |
| dc.rights.holder | Sotelo Rodríguez, Ramyet | |
| dc.coverage | GUADALAJARA, JALISCO | |
| dc.type.conacyt | masterThesis | |
| dc.degree.name | MAESTRIA EN CIENCIAS EN BIOINGENIERIA Y COMPUTO INTELIGENTE | |
| dc.degree.department | CUCEI | |
| dc.degree.grantor | Universidad de Guadalajara | |
| dc.rights.access | openAccess | |
| dc.degree.creator | MAESTRIA EN CIENCIAS EN BIOINGENIERO EN Y COMPUTO INTELIGENTE | |
| dc.contributor.director | Preciat Gonzalez, German Andres | |
| dc.contributor.codirector | Gómez Márquez, Carolina Elizabeth | |
| Aparece en las colecciones: | CUCEI | |
Ficheros en este ítem:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| MCUCEI11275FT.pdf | 3.58 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.