| dc.creator | Hövelmeyer López, Erwin Rodman | |
| dc.creator | Arenas Salinas, Mauricio (Profesor guía) | |
| dc.creator | Reyes, José (Profesor co-tutor) | |
| dc.creator | Del Canto, Felipe (Profesor co-tutor) | |
| dc.creator | Besoain, Felipe (Profesor informante) | |
| dc.date | 2022-11-09T19:58:09Z | |
| dc.date | 2022-11-09T19:58:09Z | |
| dc.date | 2022 | |
| dc.date.accessioned | 2023-05-19T15:57:08Z | |
| dc.date.available | 2023-05-19T15:57:08Z | |
| dc.identifier | http://dspace.utalca.cl/handle/1950/13008 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/6305805 | |
| dc.description | 55 p. | |
| dc.description | El sistema inmunitario, encargado de detectar y eliminar agentes patógenos en el
organismo, reconoce regiones específicas en las proteínas para proceder con su
eliminación. Los linfocitos B y T se unen a los epítopos, los cuales corresponden a
segmentos de proteínas que permiten al sistema inmune reconocer el patógeno.
Se han implementado distintas técnicas para predecir regiones o segmentos de
una proteína, que son reconocidas por el sistema inmune y así, probar estos
epítopos tentativos mediante procesos experimentales. El proyecto plantea el
desarrollo de un sistema de detección mediante inteligencia artificial, a través de la
implementación de descriptores moleculares. Las medidas físico-químicas y
geométricas que se obtuvieron al estudiar las secuencias de antígenos, fueron
utilizadas para generar el conjunto de datos y luego, definir los atributos más
importantes para la predicción del modelo. Los resultados obtenidos, fueron comparados con el método de predicción actual DTU, para evaluar la capacidad del modelo en reconocer epítopos de nuevas proteínas. | |
| dc.language | es | |
| dc.publisher | Universidad de Talca (Chile). Escuela de Ingeniería Civil en Bioinformática. | |
| dc.title | Modelo predictivo de epítopos proteicos utilizando inteligencia artificial | |
| dc.type | Thesis | |
