1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis Doctorado
7. Tesis de Doctorado en Computación

Título :	Modelo predictivo sobre el emparejamiento de cadenas pesadas y ligeras de anticuerpos
Autor :	Erazo Valadez, Manuel%1082025
metadata.dc.subject.other:	Emparejamiento de cadenas pesadas y ligeras, anticuerpos, aprendizaje métrico, red neuronal siamesa asimétrica
Fecha de publicación :	2026-08-19
Editorial :	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Descripción :	Resumen Los anticuerpos son moléculas formadas por cadenas pesadas y cadenas ligeras cuyo emparejamiento correcto es esencial para la formación de un sitio de unión funcional. Sin embargo, en los métodos de secuenciación de nueva generación, ambas cadenas se obtienen de forma separada, lo que provoca la pérdida del emparejamiento natural y genera el problema de identificar, a partir de información de secuencia, qué combinaciones forman anticuerpos funcionales. Para abordar este problema, se construyó un modelo computacional basado en una red neuronal siamesa asimétrica entrenada con la función de pérdida InfoNCE con temperatura τ=0.07, diseñada para aprender un espacio métrico en donde las cadenas que forman anticuerpos funcionales se encuentran cercanas en términos de distancia coseno, mientras que las combinaciones incompatibles se encuentran más alejadas. Las secuencias de aminoácidos se representaron mediante los factores Atchley, una codificación fisicoquímica que captura propiedades como polaridad, hidrofobicidad, carga, volumen molecular y tendencia estructural, y que demostró el mejor desempeño frente a representaciones alternativas evaluadas. La arquitectura cuenta con encoders especializados para cada tipo de cadena: el encoder de cadenas ligeras emplea activaciones GELU con normalización por lotes, y el encoder de cadenas pesadas utiliza activaciones ReLU, proyectando ambas cadenas a un espacio embebido de ocho dimensiones. Una contribución central del trabajo es el uso de cadenas pesadas de ratón BALB/c como negativos verdaderos en el entrenamiento. Debido a las divergencias germinales, diferencias estructurales y ausencia de coevolución entre especies, estas cadenas no pueden formar anticuerpos funcionales con cadenas ligeras humanas, lo que proporciona una señal negativa con respaldo biológico sólido. Los resultados mostraron que esta decisión tuvo un impacto directo en la calidad del espacio métrico aprendido: la separación entre pares compatibles e incompatibles mejoró sustancialmente en comparación con el modelo entrenado sin negativos verdaderos. El modelo fue evaluado sobre un conjunto de prueba independiente, obteniendo una exactitud de 0.97, F1-Score de 0.96, Recall de 0.94 y ROC-AUC de 0.97. En la evaluación de recuperación por ranking, se alcanzó un Recall@1 de 71.55%, Recall@5 de 91.77% y Recall@10 de 93.06%, lo que confirma la utilidad del modelo para reducir el espacio de cadenas candidatas en repertorios de gran escala. El análisis del espacio de embeddings mediante UMAP reveló una organización coherente con propiedades biológicas como la familia germinal V, el gen V específico y la longitud del CDR3, sin que estas propiedades fueran incluidas explícitamente en el entrenamiento. Los resultados demuestran que es posible construir un modelo computacional con capacidad discriminativa real para el problema del emparejamiento de cadenas de anticuerpos, y que la calidad biológica de los negativos de entrenamiento es un factor determinante en el desempeño del modelo y que las representaciones fisicoquímicas compactas como los factores Atchley son una alternativa viable y efectiva para este tipo de tareas.
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Aparece en las colecciones:	Tesis de Doctorado en Computación

Este ítem está protegido por copyright original Visualizar la licencia

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons