Aplicación de algoritmos evolutivos a la búsqueda de motivos biológicos en bases de regiones promotras de ADN

El presente trabajo explora dos métodos de búsqueda de motivos biológicos sobre bases de ADN. Los motivos biológicos son patrones de nucleótidos que se ubican en la zona de regulación de los genes, y que controlan la primera etapa del proceso de sintetización de las proteínas, fase conocida como transcripción genética. Las proteínas son moléculas esenciales para la vida, pues constituyen no solo parte estructural de las células, sino que participan también de los procesos de comunicación intracelular y entre células; basta mencionar unas pocas: colágeno, insulina, globulinas y una infinidad de hormonas. El identificar estos patrones permitiría a la industria farmacéutica y agrícola fabricar compuestos químicos orientados a la cura natural de múltiples enfermedades y plagas con base en el estímulo o supresión de las proteínas involucradas en la anomalía biológica. Este problema constituye para la ciencia y la tecnología un verdadero desafío, pues no se conoce a priori cual es el patrón que se busca, donde está ubicado en la zona de regulación y que longitud tiene; más aun, el patrón buscado muta de una instancia a otra. La solución de este problema se reduce a efectuar una búsqueda sobre espacios extraordinariamente grandes, lo que hace que este problema combinatorio sea considerado del tipo NP-Hard: su solución exacta requeriría tiempos de ejecución que están mas allá de lo razonable aún utilizando máquinas muy potentes, como supercomputadores, por ejemplo. En este trabajo se presentan dos métodos de búsqueda de motivos con base en la computación evolutiva: el MBMAG (método de búsqueda de motivos basado en algoritmos genéticos) y el MBMEDA (método de búsqueda de motivos con base en algoritmos por estimación de distribuciones). Ambos métodos se probaron utilizando 6 bases reales de ADN: conjuntos de secuencias de nucleótidos donde de manera experimental se ha determinado exactamente la posición del patrón a buscar en cada secuencia. Para medir y comparar el rendimiento de estos métodos de búsqueda con los de otros métodos existentes en la literatura se utilizaron 2 métricas: Precisión y Exhaustividad, tomadas del campo de la recuperación de información. Estas métricas miden cuan exacta y cuan completa es la búsqueda sobre los datos. Los resultados obtenidos al aplicar estos dos métodos a las bases de datos reales anteriormente indicadas, dieron como mejores resultados los valores de 0.9 y 0.8 para la precisión y exhaustividad, respectivamente; lo que significa que de cada 10 patrones encontrados por los métodos evolutivos 9 fueron motivos reales que estaban presentes en los datos, y que de cada 10 motivos en los datos se encontraron 8. Esto muestra que los métodos evolutivos objeto de este trabajo resuelven de manera satisfactoria el problema de la búsqueda de motivos biológicos: con un desempeño similar y en algunos casos superior a los obtenidos por otros métodos estadísticos o combinatorios. Además, los tiempos de ejecución obtenidos son razonablemente buenos al compararlos con los de otros métodos. Todos esto permite concluir que los métodos evolutivos aquí utilizados constituyen una alternativa factible para la solución aproximada de este problema.

• 1. Verfasser: ESPOL. FIEC (author)
• Weitere Verfasser: Jordán Martínez, Carlos Josué (author)
• Format: bachelorThesis
• Sprache: spa
• Veröffentlicht: 2012
• Schlagworte: ALGORITMOS INFORMATICOS; BASE DE DATOS; ADN
• Online Zugang: http://www.dspace.espol.edu.ec/xmlui/handle/123456789/45897