Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/6144
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMagdaleno Penaloza, Raul%1085353-
dc.creatorMagdaleno Penaloza, Raul%1085353-
dc.date.accessioned2023-09-07T17:20:09Z-
dc.date.available2023-09-07T17:20:09Z-
dc.date.issued2023-08-18-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/6144-
dc.descriptionEn 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.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleAmbiente de desarrollo para la alineación de secuencias genómicas con inteligencia artificiales_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorMagadan Salazar, Andrea%70430-
dc.contributor.directorReyes Salgado, Gerardo%26155-
dc.folio1410es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Raul_Magdaleno_Penaloza_2023.pdfTesis2.32 MBAdobe PDFView/Open
MC_Raul_Magdaleno_Penaloza_2023_C.pdf
  Restricted Access
Cesión de derechos257.36 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons