Parametrización de redes de regulación genética mediante técnicas de aprendizaje máquina

dc.audiencegeneralPublic
dc.contributorVelázquez Castro, Jorge
dc.contributorDe Celis Alonso, Benito
dc.contributor.advisorVelázquez Castro, Jorge; 0000-0002-7176-2008
dc.contributor.advisorDe Celis Alonso, Benito; 0000-0003-2124-1084
dc.contributor.authorSánchez Cedillo, Rafael
dc.date.accessioned2024-06-26T19:22:44Z
dc.date.available2024-06-26T19:22:44Z
dc.date.issued2023-12
dc.description.abstract"En este estudio, se aborda la tarea de identificar parámetros en redes de regulación genética, centrando el estudio en el modelo de Toggle Switch. Este trabajo tiene una importancia significativa en el campo de la biología sintética, ya que una comprensión precisa de estos parámetros es esencial para manipular y controlar sistemas biológicos complejos. Dicha manipulación podría conducir a avances en terapias genéticas, desarrollo de bioproductos y comprensión de mecanismos biológicos fundamentales. Identificar parámetros en sistemas de ecuaciones diferenciales, que son el corazón de estos modelos, presenta desafíos únicos. El objetivo de esta investigación es desarrollar una herramienta que no solo mejore nuestra comprensión de los sistemas de regulación genética, sino que también potencie nuestra habilidad para influir en ellos de manera precisa y efectiva. Este avance representa un paso significativo hacia la ingeniería de sistemas biológicos a un nivel más refinado y controlado, abriendo nuevas posibilidades en la biotecnología y la medicina".
dc.folio20240417104032-2408-T
dc.formatpdf
dc.identificator1
dc.identifier.urihttps://hdl.handle.net/20.500.12371/20821
dc.language.isospa
dc.matricula.creator222470104
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA
dc.subject.lccBiología sintética
dc.subject.lccSistemas biológicos--Investigación
dc.subject.lccRedes reguladoras de genes--Modelos matemáticos
dc.subject.lccRedes neuronales (Computación)
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.thesis.careerMaestría en Ciencias (Física Aplicada)
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias Físico Matemáticas
dc.thesis.degreetoobtainMaestro (a) en Ciencias (Física Aplicada)
dc.titleParametrización de redes de regulación genética mediante técnicas de aprendizaje máquina
dc.typeTesis de maestría
dc.type.conacytmasterThesis
dc.type.degreeMaestría
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
20240417104032-2408-T.pdf
Size:
8.27 MB
Format:
Adobe Portable Document Format
Name:
20240417104032-2408-CARTA.pdf
Size:
503.75 KB
Format:
Adobe Portable Document Format