1. RIUdeG
  2. Tesis
  3. Maestría
  4. CUCEI
Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12104/92436
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorGonzález Ríos, Diana Laura
dc.date.accessioned2023-06-19T18:37:53Z-
dc.date.available2023-06-19T18:37:53Z-
dc.date.issued2023-02-08
dc.identifier.urihttps://wdg.biblio.udg.mx
dc.identifier.urihttps://hdl.handle.net/20.500.12104/92436-
dc.description.abstractLa información que describe a un ser vivo puede ser estudiada desde distintos ángulos. Se ha analizado la información en torno a las proteínas durante mucho tiempo, y esto ha permitido un entendimiento parcial en la forma en la que un organismo vive. El DNA ha demostrado ser más que secuencias que codifican a proteínas, y el entendimiento a profundidad de esta macromolécula es fundamental para el entendimiento de la vida y la evolución. En el presente trabajo se lleva a cabo un esfuerzo por avanzar hacia este entendimiento, aprovechando la información generada en bases de datos actuales, utilizando herramientas de aprendizaje profundo para analizar y encontrar las palabras de DNA que describen función y actividad biológica. En total se desarrollaron 5 modelos de redes neuronales distintos para analizar secuencias de DNA y el desempeño de éstas permite afirmar que hay kmeros estadísticamente representativos de funciones, lo que permitiría desarrollar experimentos donde se pueden configurar secuencias de DNA para tener ciertas funcionalidades, además de el entendimiento de la distribución de estas funciones y la gramática del DNA para distintos seres vivos.
dc.description.tableofcontentsÍndice general Agradecimientos ii Índice de figuras vi Resumen x Abstract xi 1. Introducción 1 1.1. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2.2. Objetivos particulares . . . . . . . . . . . . . . . . . . . . . . 3 1.3. Metodología . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3.1. Descripción general . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3.2. Base de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.3.3. Modelo de Deep Learning . . . . . . . . . . . . . . . . . . . . 8 1.3.4. Clasificación de kmeros . . . . . . . . . . . . . . . . . . . . . . 10 2. Antecedentes 11 2.1. Alineamiento de secuencias . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2. Herramientas de procesamiento de secuencias de DNA . . . . . . . . . 17 3. Resultados y Discusión 19 3.1. Base de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.1.1. Retrotraducción y Generación de vectores de kmeros . . . . . 21 3.1.2. Estadística de etiquetas ontológicas . . . . . . . . . . . . . . . 23 3.1.3. Vectores de Ontologías . . . . . . . . . . . . . . . . . . . . . . 24 3.2. Modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.2.1. CNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.2.2. RNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.2.3. Testing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.3. Clasificación de kmeros . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4. Conclusión 52 5. Perspectiva a futuro 53 Referencias
dc.formatapplication/PDF
dc.language.isospa
dc.publisherBiblioteca Digital wdg.biblio
dc.publisherUniversidad de Guadalajara
dc.rights.urihttps://www.riudg.udg.mx/info/politicas.jsp
dc.subjectAprendizaje Profundo
dc.subjectGenomica
dc.subjectEtiquetas Ontologicas.
dc.titleAsociación por aprendizaje profundo de k-meros genómicos con etiquetas ontológicas
dc.typeTesis de Maestría
dc.rights.holderUniversidad de Guadalajara
dc.rights.holderGonzález Ríos, Diana Laura
dc.coverageGUADALAJARA, JALISCO
dc.type.conacytmasterThesis
dc.degree.nameMAESTRIA EN CIENCIAS EN BIOINGENIERIA Y COMPUTO INTELIGENTE
dc.degree.departmentCUCEI
dc.degree.grantorUniversidad de Guadalajara
dc.rights.accessopenAccess
dc.degree.creatorMAESTRIA EN CIENCIAS EN BIOINGENIERO EN Y COMPUTO INTELIGENTE
dc.contributor.directorMorales Valencia, José Alejandro
dc.contributor.codirectorMendizábal Ruiz, Adriana Patricia
Aparece en las colecciones:CUCEI

Ficheros en este ítem:
Fichero TamañoFormato 
MCUCEI10497FT.pdf3.49 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.