Titulo:

Detección de homólogos remotos usando propiedades fisicoquímicas
.

Sumario:

En este artículo se presenta un nuevo método para la detección de homólogos remotos en proteínas llamado CDA (Análisis de Distribución de Característica). El método CDA utiliza distribuciones de las propiedades fisicoquímicas de los aminoácidos para cada proteína. Dadas las secuencias de entrenamiento de una familia SCOP (Clasificación Estructural de Proteínas), se calcula su correspondiente distribución característica promediando los valores de las distribuciones para las proteínas que la componen. La hipótesis en esta investigación es que cada familia de proteínas F tiene una distribución característica que separa sus secuencias del resto de las proteínas en un conjunto de datos. Se seleccionó un conjunto de 72 propiedades fisicoquímicas... Ver más

Guardado en:

1794-1237

2463-0950

14

2017-09-12

111

125

Revista EIA - 2017

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id metarevistapublica_eia_revistaeia_10_article_1161
record_format ojs
spelling Detección de homólogos remotos usando propiedades fisicoquímicas
Detección de homólogos remotos usando propiedades fisicoquímicas
En este artículo se presenta un nuevo método para la detección de homólogos remotos en proteínas llamado CDA (Análisis de Distribución de Característica). El método CDA utiliza distribuciones de las propiedades fisicoquímicas de los aminoácidos para cada proteína. Dadas las secuencias de entrenamiento de una familia SCOP (Clasificación Estructural de Proteínas), se calcula su correspondiente distribución característica promediando los valores de las distribuciones para las proteínas que la componen. La hipótesis en esta investigación es que cada familia de proteínas F tiene una distribución característica que separa sus secuencias del resto de las proteínas en un conjunto de datos. Se seleccionó un conjunto de 72 propiedades fisicoquímicas para crear diferentes distribuciones características de la misma familia. Cada distribución característica se usa como un clasificador de familias SCOP. Por último, se utiliza una clasificador Bayesiano para combinar la información de los clasificadores individuales y obtener una mejor decisión. Encontramos que cada familia tiene un conjunto de propiedades fisicoquímicas que permiten una mejor discriminación de sus secuencias. El método CDA alcanza una tasa de aciertos positivos de 0,793, una tasa de falsos positivos de 0,005 y un puntaje ROC de 0,918. El método propuesto mejora la precisión de algunas de las estrategias existentes tales como SVM-PCD y SVM-RQA.
Bedoya, Óscar
Detección de homólogos remotos
familia SCOP
propiedades fisicoquímicas.
14
27
Artículo de revista
Journal article
2017-09-12 00:00:00
2017-09-12 00:00:00
2017-09-12
application/pdf
Fondo Editorial EIA - Universidad EIA
Revista EIA
1794-1237
2463-0950
https://revistas.eia.edu.co/index.php/reveia/article/view/1161
10.24050/reia.v14i27.1161
https://doi.org/10.24050/reia.v14i27.1161
spa
https://creativecommons.org/licenses/by-nc-sa/4.0/
Revista EIA - 2017
111
125
https://revistas.eia.edu.co/index.php/reveia/article/download/1161/1058
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
http://purl.org/redcol/resource_type/ART
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
Publication
institution UNIVERSIDAD EIA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADEIA/logo.png
country_str Colombia
collection Revista EIA
title Detección de homólogos remotos usando propiedades fisicoquímicas
spellingShingle Detección de homólogos remotos usando propiedades fisicoquímicas
Bedoya, Óscar
Detección de homólogos remotos
familia SCOP
propiedades fisicoquímicas.
title_short Detección de homólogos remotos usando propiedades fisicoquímicas
title_full Detección de homólogos remotos usando propiedades fisicoquímicas
title_fullStr Detección de homólogos remotos usando propiedades fisicoquímicas
title_full_unstemmed Detección de homólogos remotos usando propiedades fisicoquímicas
title_sort detección de homólogos remotos usando propiedades fisicoquímicas
title_eng Detección de homólogos remotos usando propiedades fisicoquímicas
description En este artículo se presenta un nuevo método para la detección de homólogos remotos en proteínas llamado CDA (Análisis de Distribución de Característica). El método CDA utiliza distribuciones de las propiedades fisicoquímicas de los aminoácidos para cada proteína. Dadas las secuencias de entrenamiento de una familia SCOP (Clasificación Estructural de Proteínas), se calcula su correspondiente distribución característica promediando los valores de las distribuciones para las proteínas que la componen. La hipótesis en esta investigación es que cada familia de proteínas F tiene una distribución característica que separa sus secuencias del resto de las proteínas en un conjunto de datos. Se seleccionó un conjunto de 72 propiedades fisicoquímicas para crear diferentes distribuciones características de la misma familia. Cada distribución característica se usa como un clasificador de familias SCOP. Por último, se utiliza una clasificador Bayesiano para combinar la información de los clasificadores individuales y obtener una mejor decisión. Encontramos que cada familia tiene un conjunto de propiedades fisicoquímicas que permiten una mejor discriminación de sus secuencias. El método CDA alcanza una tasa de aciertos positivos de 0,793, una tasa de falsos positivos de 0,005 y un puntaje ROC de 0,918. El método propuesto mejora la precisión de algunas de las estrategias existentes tales como SVM-PCD y SVM-RQA.
author Bedoya, Óscar
author_facet Bedoya, Óscar
topicspa_str_mv Detección de homólogos remotos
familia SCOP
propiedades fisicoquímicas.
topic Detección de homólogos remotos
familia SCOP
propiedades fisicoquímicas.
topic_facet Detección de homólogos remotos
familia SCOP
propiedades fisicoquímicas.
citationvolume 14
citationissue 27
publisher Fondo Editorial EIA - Universidad EIA
ispartofjournal Revista EIA
source https://revistas.eia.edu.co/index.php/reveia/article/view/1161
language spa
format Article
rights https://creativecommons.org/licenses/by-nc-sa/4.0/
Revista EIA - 2017
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2017-09-12
date_accessioned 2017-09-12 00:00:00
date_available 2017-09-12 00:00:00
url https://revistas.eia.edu.co/index.php/reveia/article/view/1161
url_doi https://doi.org/10.24050/reia.v14i27.1161
issn 1794-1237
eissn 2463-0950
doi 10.24050/reia.v14i27.1161
citationstartpage 111
citationendpage 125
url2_str_mv https://revistas.eia.edu.co/index.php/reveia/article/download/1161/1058
_version_ 1811200507152171008