Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad Industrial de Santander
2018
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=553756965008 https://www.redalyc.org/journal/5537/553756965008/ https://www.redalyc.org/journal/5537/553756965008/html/ https://www.redalyc.org/journal/5537/553756965008/553756965008.epub https://www.redalyc.org/journal/5537/553756965008/movil |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Predicción estructural de proteínas usando técnicas de clasificación Christian Charry-Ceballos Óscar Bedoya-Leiva Ingeniería Scop proteínas Bioinformática clasificadores predicción estructural Enfoque para la predicción estructural de proteínas. A diferencia de los métodos que existen actualmente, en este trabajo se propone un enfoque en el que se utilizan algoritmos de clasificación basados en aprendizaje supervisado para efectuar la predicción estructural. El desempeño del método propuesto se compara con el de métodos tradicionales como local feature frequency (LFF) usando el conjunto de datos Scop 2,05. Los resultados obtenidos indican que hay una diferencia favorable para el método propuesto y alcanzan porcentajes de proteínas correctamente clasificadas de 92,13 %, en cuanto a clase; 96,32 %, pliegue; 93,05 %, en superfamilia, y 76,35 %, en familia. Así se superan métodos tradicionales como LFF, que obtiene porcentajes de 85,90 %, 90,54 %, 79,85 % y 67,38 % para los mismos niveles estructurales. 2018 artículo científico 1657-4583 https://www.redalyc.org/articulo.oa?id=553756965008 https://www.redalyc.org/journal/5537/553756965008/ https://www.redalyc.org/journal/5537/553756965008/html/ https://www.redalyc.org/journal/5537/553756965008/553756965008.epub https://www.redalyc.org/journal/5537/553756965008/movil es http://www.redalyc.org/revista.oa?id=5537 Revista UIS Ingenierías application/pdf Universidad Industrial de Santander Revista UIS Ingenierías (Colombia) Num.2 Vol.17