Show simple item record

dc.contributor.advisorJaramillo Garzón, Jorge Alberto
dc.contributor.advisorArroyave Ospina, Johanna Carolina
dc.contributor.authorArango RodrÍguez, Julián David
dc.coverage.spatialMedellín - Antioquia - Colombiaspa
dc.date.accessioned2020-10-15T16:52:17Z
dc.date.available2020-10-15T16:52:17Z
dc.date.issued2015
dc.identifier.urihttp://hdl.handle.net/20.500.12622/4072
dc.description.abstractEn este artículo, se implementa un método basado en SVM para la predicción de interacciones proteína-proteína. Este modelo es inicialmente entrenado con un conjunto de más de 69.000 pares de secuencias de proteínas basado en interacciones positivas documentadas. Luego, Se realiza un método de validación cruzada para estimar la precisión del sistema, mostrando rendimientos aceptables en términos de sensibilidad, especificidad y media geométrica. los los resultados son aproximadamente equilibrados y el rendimiento general si alrededor del 70% se clasifica a través de un kernel por pares y los parámetros se establecen a través de una optimización de enjambre de partículas meta-heurística y mostrando resultados prometedores para el campo de la bioinformática.spa
dc.format.mimetypeapplication/pdf
dc.language.isoeng
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectProteínasspa
dc.subjectVectoresspa
dc.subjectBioinformáticaspa
dc.subjectKernelspa
dc.subjectPartículas elementalesspa
dc.subjectMedia geométricaspa
dc.subjectSVM ( Support Vector Machines)spa
dc.titlePrediction of protein-protein interactions through support vector machinesspa
dc.publisher.facultyFacultad de Ciencias Exactas y Aplicadasspa
dc.publisher.programIngeniería Biomédicaspa
dc.subject.keywordsCell interactioneng
dc.subject.keywordsSwarm intelligenceeng
dc.subject.keywordsImmunoespecificityeng
dc.subject.keywordsMicrobial sensivity testseng
dc.subject.keywordsSupport Vector Machineseng
dc.subject.lembInteracción celularspa
dc.subject.lembInteligencia de enjambrespa
dc.subject.lembInmunoespecificidadspa
dc.subject.lembAntibiogramasspa
dc.subject.lembMáquinas de vectores de soportespa
dc.description.abstractenglishIn this paper, a SVM-based method is implemented for the prediction of protein-protein interactions. This model is initially trained with a set of over 69.000 pairs of protein sequences based on documented positive interactions. Then, a cross-validation method is performed for estimating the accuracy of the system, showing acceptable performances in terms of sensitivity, specificity and geometric mean. The results are approximately balanced and the overall performance if around 70% classified through a pairwise kernel and the parameters are set through an particle swarm optimization meta-heuristic and showing promising results for the field of bioinformatics.eng
dc.description.degreenameIngeniero Biomédicospa
dc.description.degreenamepregradospa
dc.identifier.instnameinstname:Instituto Tecnológico Metropolitanospa
dc.identifier.reponamereponame:Repositorio Institucional Instituto Tecnológico Metropolitanospa
dc.identifier.repourlrepourl:https://repositorio.itm.edu.co/
dc.rights.localAcceso abiertospa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.publisher.grantorInstituto Tecnológico Metropolitanospa


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/