Imagen de Portada

Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos

Fil: Gerard, Matías Fernando. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

Guardado en:
Detalles Bibliográficos
Autor Principal: Gerard, Matías Fernando
Otros Autores: Milone, Diego Humberto
Formato: Tesis
Lenguaje:Spanish
Spanish
Publicado: 2014
Materias:
Bioinformatics
Evolutionary algorithms
Search strategies
Metabolic pathways
Bioinformática
Algoritmos evolutivos
Estrategias de búsqueda
Vías metabólicas
Acceso en línea:http://hdl.handle.net/11185/605
id oai:bibliotecavirtual.unl.edu.ar-handle:11185-605
recordtype dspace
institution Universidad Nacional del Litoral
collection Biblioteca de tesis
language Spanish
Spanish
topic Bioinformatics
Evolutionary algorithms
Search strategies
Metabolic pathways
Bioinformática
Algoritmos evolutivos
Estrategias de búsqueda
Vías metabólicas
spellingShingle Bioinformatics
Evolutionary algorithms
Search strategies
Metabolic pathways
Bioinformática
Algoritmos evolutivos
Estrategias de búsqueda
Vías metabólicas
Gerard, Matías Fernando
Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos
description Fil: Gerard, Matías Fernando. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.
author2 Milone, Diego Humberto
author_facet Milone, Diego Humberto
Gerard, Matías Fernando
format Thesis
author Gerard, Matías Fernando
author_sort Gerard, Matías Fernando
title Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos
title_short Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos
title_full Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos
title_fullStr Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos
title_full_unstemmed Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos
title_sort desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos
publishDate 2014
url http://hdl.handle.net/11185/605
_version_ 1728547900975218688
spelling oai:bibliotecavirtual.unl.edu.ar-handle:11185-6052022-03-23T16:50:29Z Desarrollo de algoritmos evolutivos para el descubrimiento de relaciones en datos metabólicos Development of evolutionary algorithms for discovering relationships in metabolic data Gerard, Matías Fernando Milone, Diego Humberto Arce, Agustín Leguizamón, Guillermo Pucheta, Martín Stegmayer, Georgina Silvia Bioinformatics Evolutionary algorithms Search strategies Metabolic pathways Bioinformática Algoritmos evolutivos Estrategias de búsqueda Vías metabólicas Fil: Gerard, Matías Fernando. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Relations among metabolic compounds are given by sequences of reactions known as metabolic pathways. These make it possible to produce one compound from another, and knowing this is essential for planning the synthesis of specific compounds. Currently, techniques used to find metabolic pathways are based on traditional search methods. However, these show difficulties when considering a large number of reactions and compounds due to the exponential growth of the search tree. Additionally, only two compounds are related by the solutions found, and the availability of substrates for each reaction in the metabolic pathway is not taked into account. This Thesis proposes the development of two new algorithms for finding metabolic pathways that relate a set of compounds. In particular, the approaches are based on evolutionary computation, giving that these methods are able to explore large search spaces. The first approach addresses the search of linear metabolic pathways between two compounds, and it is used as a framework for the development of the algorithm and its comparison with known searching techniques. The second approach is a generalization of the linear searching algorithm. It focuses on finding metabolic pathways that link more than two compounds, for which substrates of all reactions are availables. The structure and operators are described for each algorithm, and the effect of the parameters settings is analyzed. Finally, several case studies are evaluated. Las relaciones entre compuestos metabólicos están dadas por secuencias de reacciones que conforman vías metabólicas. Éstas hacen que sea posible producir un compuesto a partir de otro, y su conocimiento es esencial para planificar la síntesis de compuestos específicos. Actualmente, las técnicas usadas para encontrar vías metabólicas se basan en métodos clásicos de búsqueda, los cuales presentan dificultades cuando se considera un gran número de reacciones y compuestos debido al crecimiento exponencial del árbol de búsqueda. Adicionalmente, las soluciones obtenidas se limitan a relacionar sólo dos compuestos y no contemplan la disponibilidad de los sustratos para cada reacción de la vía metabólica. En esta tesis se propone el desarrollo de dos nuevos algoritmos que permitan encontrar vías metabólicas que relacionen un conjunto de compuestos. En particular, se desarrollarán algoritmos basados en computación evolutiva, debido a la capacidad de estos métodos para explorar grándes espacios de búsqueda. La primera propuesta aborda la búsqueda de vías metabólicas lineales entre dos compuestos, la cual se utiliza como marco para el desarrollo del algoritmo y comparación con técnicas de búsqueda conocidas. La segunda propuesta consiste en una generalización del algoritmo de búsqueda lineal. Ésta se enfoca en la búsqueda de vías metabólicas que relacionan más de dos compuestos, para las que todas las reacciones disponen de los sustratos para que puedan realizarse. Para cada algoritmo se describe su estructura y componentes, se analiza el efecto de los parámetros que controlan su comportamiento y se presentan casos de estudio reales. Consejo Nacional de Investigaciones Científicas y Técnicas 2014-03-11 2014-12-03 2014-03-11 info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/doctoralThesis SNRD info:eu-repo/semantics/acceptedVersion Thesis http://hdl.handle.net/11185/605 spa spa info:eu-repo/semantics/openAccess Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es application/pdf application/pdf
score 11.8626

Ejemplares similares