Heurísticas para el problema de búsqueda de motivos en secuencias de ADN
En esta tesis se describe una propuesta de solución para el problema de la búsqueda de motivos en secuencias de ADN. Los motivos son pequeños fragmentos de ADN los cuales están ubicados en la región promotora del gen. Estos fragmentos son sitios de acoplamiento de proteínas llamadas factores de tran...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2007 |
| País: | México |
| Institución: | Centro de Investigación Científica y de Educación Superior de Ensenada |
| Repositorio: | Repositorio Institucional CICESE |
| Idioma: | español |
| OAI Identifier: | oai:cicese.repositorioinstitucional.mx:1007/327 |
| Acceso en línea: | http://cicese.repositorioinstitucional.mx/jspui/handle/1007/327 |
| Access Level: | acceso abierto |
| Palabra clave: | info:eu-repo/classification/Autor/Bioinformática,Algoritmos genéticos info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 info:eu-repo/classification/cti/1203 |
| Sumario: | En esta tesis se describe una propuesta de solución para el problema de la búsqueda de motivos en secuencias de ADN. Los motivos son pequeños fragmentos de ADN los cuales están ubicados en la región promotora del gen. Estos fragmentos son sitios de acoplamiento de proteínas llamadas factores de transcripción las cuales permiten que se comience o se inhiba la transcripción de un gen. Debido a la complejidad de este problema, se han propuesto diferentes modelos para poder abordarlo. Uno de los modelos más estudiados es el modelo FM (Fixed number of Mutations) propuesto por Pevzner y Sze (2000). Este modelo consiste en buscar un motivo de longitud l con exactamente d mutaciones el cual se encuentra implantado en T secuencias de ADN cada una con una longitud de N nucleótidos. Junto con este modelo se propone el modelo VM (Variable number of Mutations), en el cual, la única diferencia con respecto a FM es que las d bases son mutadas con cierta probabilidad, teniendo cada ocurrencia del motivo a lo más d mutaciones. En este trabajo se proponen varios algoritmos genéticos para atacar este problema. La motivación de utilizar algoritmos genéticos la da el éxito que tienen éstos en problemas de optimización combinatoria mono- y multi-objetivo. A pesar de que ya hay trabajo en esta área para el problema de búsqueda de motivos, hace falta aún una investigación más profunda en cuanto a la comparación de distintos esquemas de representación de la solución en distintos casos del problema, y en cuanto a cómo mejorarlos. Los algoritmos genéticos propuestos utilizan dos codi?caciones: una basada en las posiciones de inicio y otra basada en un motivo consenso. Con el objetivo de mejorar el desempeño de los algoritmos, se propone incorporar en ellos estrategias de búsqueda local. En los experimentos elaborados, se utilizaron casos arti?ciales del modelo VM (Pevzner y Sze, 2000) y un caso real del sitio de acoplamiento CRP (cyclic-AMP Receptor Protein)(Stormo y Hartzell III, 1989). Resultados experimentales muestran que el algoritmo genético que utiliza una codi?cación basada en motivo es mejor que el algoritmo basado en posiciones de inicio, además hay una mejora importante en cuanto a calidad de solución y tiempos de ejecución del algoritmo genético estándar utilizando las estrategias de búsqueda local. Por otro lado, los resultados también muestran que la combinación de estrategias de búsqueda local fuera del genético pueden encontrar la solución al problema en un menor tiempo, sin embargo, los promedios de calidad de la solución nos muestran que el algoritmo genético que implementa las dos búsquedas combinadas obtiene más soluciones cercanas al óptimo que la búsqueda local por sí sola. |
|---|