Análisis de dimensión fractal para series de tiempo de expresión génica mediante una red neuronal artificial

Simple item page
dc.audiencegeneralPublices_MX
dc.contributorVelázquez Castro, Jorge
dc.contributorDe Celis Alonso, Benito
dc.contributor.advisorVELAZQUEZ CASTRO, JORGE; 162738
dc.contributor.advisorDE CELIS ALONSO, BENITO; 387709
dc.contributor.authorEsperón Pintos, Marco Antonio
dc.date.accessioned2023-06-26T18:23:37Z
dc.date.available2023-06-26T18:23:37Z
dc.date.issued2023-01-05
dc.description.abstract"Las células de los organismos biológicos son, a grandes rasgos, dispositivos integrados por varios miles de tipos de proteínas. Cada proteína es una máquina molecular de tamaño nanométrico que realiza una tarea específica. Gran parte del tiempo las células se enfrentan a diferentes situaciones que requieren del funcionamiento de estas proteínas. Cuando estas proteínas se dañan, la célula produce proteínas de reparación. Por tanto, la célula vigila continuamente su entorno y calcula la cantidad necesaria de cada tipo de proteína. Esta función de procesamiento de la información, que determina el ritmo de producción de cada proteína, es llevada a cabo por las redes de transcripción. Tener métodos eficientes para el análisis de las señales es de gran utilidad para el diagnóstico de ciertas enfermedades como el cáncer, que se expresan a nivel celular. De acuerdo a diversas investigaciones de expresión génica que se han realizado, se observa que las series de tiempo de concentraciones proteicas tienen un comportamiento fractal. En este trabajo se emulará computacionalmente un modelo dinámico estocástico de una red de regulación genética mínima para simular la dinámica característica de la concentración de proteínas, permitiendo evaluar la eficiencia y factibilidad de emplear una red neuronal artificial".es_MX
dc.folio20230313092159-1060-Tes_MX
dc.formatpdfes_MX
dc.identificator1es_MX
dc.identifier.urihttps://hdl.handle.net/20.500.12371/18695
dc.language.isospaes_MX
dc.matricula.creator221470040es_MX
dc.publisherBenemérita Universidad Autónoma de Pueblaes_MX
dc.rights.accesopenAccesses_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAes_MX
dc.subject.lccCélulas--Métodos de simulaciónes_MX
dc.subject.lccTransducción de señales celulareses_MX
dc.subject.lccProteínas--Análisises_MX
dc.subject.lccExpresión genética--Investigaciónes_MX
dc.subject.lccRegulación genética--Simulación por computadoraes_MX
dc.subject.lccFractaleses_MX
dc.subject.lccAprendizaje automático (Inteligencia artificial)es_MX
dc.thesis.careerMaestría en Ciencias (Física Aplicada)es_MX
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactases_MX
dc.thesis.degreegrantorFacultad de Ciencias Físico Matemáticases_MX
dc.thesis.degreetoobtainMaestro (a) en Ciencias (Física Aplicada)es_MX
dc.titleAnálisis de dimensión fractal para series de tiempo de expresión génica mediante una red neuronal artificiales_MX
dc.typeTesis de maestríaes_MX
dc.type.conacytmasterThesises_MX
dc.type.degreeMaestríaes_MX
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
20230313092159-1060-T.pdf
Size:
1.12 MB
Format:
Adobe Portable Document Format
Description:
Download
Name:
20230313092159-1060-CARTA.pdf
Size:
284.13 KB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Maestría