Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Veuillez utiliser cette adresse pour citer ce document : https://rinacional.tecnm.mx/jspui/handle/TecNM/6144
Titre: Ambiente de desarrollo para la alineación de secuencias genómicas con inteligencia artificial
Auteur(s): Magdaleno Penaloza, Raul%1085353
Date de publication: 2023-08-18
Editeur: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Description: En la actualidad se utilizan y crean Ambientes de Desarrollo computacional (Frameworks) útiles para distintas áreas. El área de las ciencias genómica no es la excepción. Este proyecto propone un Framework desarrollado para la alineación de secuencias genómicas, que es una herramienta básica, que permite extraer la información funcional, estructural y evolutiva contenida en secuencias biológicas, cuyo principal objetivo, es el determinar la relación entre diferentes especies y cuantificar el grado de similitud que hay entre ellas, conservadas a través de los años. Este proyecto consiste en desarrollar un Framework que contiene métodos de alineación genómica mediante algoritmos clásicos de alineamiento y algoritmos de inteligencia artificial propuestos. Los algoritmos utilizados para este proyecto fueron Needleman-Wunsch, Smith-Waterman, Colonia de Abejas Artificiales y Algoritmo de Coste Uniforme. Estos algoritmos fueron seleccionados debido a las características para leer y generar resultados mediante la obtención de datos numéricos. Con la investigación de estos algoritmos, se planteó la hipótesis para su experimentación y de ser posible, su implementación, con el objetivo de encontrar diversas combinaciones, resultados y soluciones. Con este proyecto, se busca crear un Ambiente que facilite el proceso de alineamiento genómico para encontrar adaptaciones y encontrar diferentes similitudes en el alineamiento de secuencias a partir del algoritmo básico propuesto por Needleman-Wunsh e implementar de una manera óptima, métodos de Inteligencia Artificial.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Collection(s) :Tesis de Maestría en Computación

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
MC_Raul_Magdaleno_Penaloza_2023.pdfTesis2.32 MBAdobe PDFVoir/Ouvrir
MC_Raul_Magdaleno_Penaloza_2023_C.pdf
  Accès limité
Cesión de derechos257.36 kBAdobe PDFVoir/Ouvrir    Demander une copie


Ce document est protégé par copyright



Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons