Análisis de dimensión fractal para series de tiempo de expresión génica mediante una red neuronal artificial
dc.audience | generalPublic | es_MX |
dc.contributor | Velázquez Castro, Jorge | |
dc.contributor | De Celis Alonso, Benito | |
dc.contributor.advisor | VELAZQUEZ CASTRO, JORGE; 162738 | |
dc.contributor.advisor | DE CELIS ALONSO, BENITO; 387709 | |
dc.contributor.author | Esperón Pintos, Marco Antonio | |
dc.date.accessioned | 2023-06-26T18:23:37Z | |
dc.date.available | 2023-06-26T18:23:37Z | |
dc.date.issued | 2023-01-05 | |
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.folio | 20230313092159-1060-T | es_MX |
dc.format | es_MX | |
dc.identificator | 1 | es_MX |
dc.identifier.uri | https://hdl.handle.net/20.500.12371/18695 | |
dc.language.iso | spa | es_MX |
dc.matricula.creator | 221470040 | es_MX |
dc.publisher | Benemérita Universidad Autónoma de Puebla | es_MX |
dc.rights.acces | openAccess | es_MX |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
dc.subject.classification | CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA | es_MX |
dc.subject.lcc | Células--Métodos de simulación | es_MX |
dc.subject.lcc | Transducción de señales celulares | es_MX |
dc.subject.lcc | Proteínas--Análisis | es_MX |
dc.subject.lcc | Expresión genética--Investigación | es_MX |
dc.subject.lcc | Regulación genética--Simulación por computadora | es_MX |
dc.subject.lcc | Fractales | es_MX |
dc.subject.lcc | Aprendizaje automático (Inteligencia artificial) | es_MX |
dc.thesis.career | Maestría en Ciencias (Física Aplicada) | es_MX |
dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | es_MX |
dc.thesis.degreegrantor | Facultad de Ciencias Físico Matemáticas | es_MX |
dc.thesis.degreetoobtain | Maestro (a) en Ciencias (Física Aplicada) | es_MX |
dc.title | Análisis de dimensión fractal para series de tiempo de expresión génica mediante una red neuronal artificial | es_MX |
dc.type | Tesis de maestría | es_MX |
dc.type.conacyt | masterThesis | es_MX |
dc.type.degree | Maestría | es_MX |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20230313092159-1060-T.pdf
- Size:
- 1.12 MB
- Format:
- Adobe Portable Document Format
- Description:

- Name:
- 20230313092159-1060-CARTA.pdf
- Size:
- 284.13 KB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1

- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: