Una aplicación de software para asistir en la identificación de propiedades biológicas sobre secuencias genómicas
DOI:
https://doi.org/10.59471/raia202384Palabras clave:
inteligencia artificial, genética, big data, ADNResumen
El avance de la tecnología y los procesos de secuenciación de genomas de las últimas décadas ha logrado poner al alcance de investigadores de todo el mundo grandes volúmenes de datos biológicos, que, debido a su gran escala, resultan difíciles de analizar en su totalidad, por lo cual es intuitivo pensar en Inteligencia Artificial para trabajar con dicha información. Con el objetivo de disminuir la brecha existente entre el investigador y las herramientas de Inteligencia Artificial, se desarrolló un software que permite crear un espacio de trabajo para un organismo biológico, realizar el procesamiento de los genomas correspondientes y permitir la creación y entrenamiento de modelos de Machine Learning desde una interfaz gráfica. Los modelos entrenados luego se analizan para buscar qué patrones determinan el resultado de la propiedad biológica a investigar sobre el organismo biológico en cuestión, y así encontrar los genes de mayor impacto en las predicciones del modelo, permitiendo al investigador el posterior análisis en laboratorio de un gen deseado.
Métricas
Citas
» [1] I. J. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. Cambridge, MA, USA: MIT Press, 2016. http://www.deeplearningbook.org.
» [2] S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach. Prentice Hall, 3 ed., 2010.
» [3] A. S. Sanyahumbi, S. Colquhoun, R. Wyber, and J. Carapetis, “Global disease burden of group a streptococcus,” National Center for Biotechnology Information, 2 2016.
» [4] J. Carapetis, A. Steer, E. Mulholland, and M. Weber, “The global burden of group a streptococcal diseases,” The Lancet infectious diseases, vol. 5, pp. 685–94, 12 2005.
» [5] R. J. Aumann and L. S. Shapley, Values of non-atomic games. Princeton Legacy Library, Princeton, NJ: Princeton University Press, Apr. 2016.
Publicado
Cómo citar
Número
Sección
Licencia
![Creative Commons License](http://i.creativecommons.org/l/by-nc/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Este artículo se distribuye bajo la licencia Creative Commons Atribución-NoComercial 4.0. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.