ANALISIS DE REPRESENTACIONES NUMERICAS DE SECUENCIAS DE ADN USANDO K-means

Abstract

Comparar secuencias de ADN tiene como objetivo principal identificar subcadenas de nucleótidos que son comunes en dos o más secuencias. Dicho objetivo se puede lograr mediante diversos métodos, por ejemplo, el alineamiento de pares de secuencias [2] y el alineamiento múltiple.

Una de las herramientas más comunes del aprendizaje no supervisado es el agrupamiento (clustering, en inglés), que es útil dentro del reconocimiento de patrones, análisis de datos estadísticos y en la minería de datos.