Velázquez Castro, JorgeHernández López, Javier MiguelVelázquez Castro, Jorge; 0000-0002-7176-2008Fuentes Mirón, Víctor Manuel2026-05-062026-05-062025-10-17https://hdl.handle.net/20.500.12371/32200“La observación de los procesos de represión y activación génica ha permitido el desarrollo de modelos matemáticos conocidos como redes de regulación genética (GRNs, por sus siglas en inglés). Estas redes dinámicas no solo ayudan a comprender mejor los mecanismos de regulación natural, sino que también permiten diseñar nuevas redes de regulación celular mediante ingeniería genética. Actualmente, el estudio de las GRNs es esencial para mejorar los tratamientos contra diversas enfermedades, optimizar el diseño de experimentos y desarrollar biomarcadores útiles para el diagnóstico. Los genes interactúan entre sí y con su entorno celular, activándose o reprimiéndose mutuamente. Estas interacciones pueden desencadenar condiciones que propicien el desarrollo de enfermedades. Por ello, modelar matemáticamente estas redes de señalización es una herramienta valiosa en el diseño de terapias efectivas. Uno de los principales desafíos en esta área es la presencia de ruido en los datos experimentales y la variabilidad en las tasas de reacción de los modelos, producto de las fluctuaciones estocásticas en sus parámetros. En este trabajo, se propone aplicar el filtro de Kalman a un sistema dinámico con el objetivo de estimar sus parámetros, asumiendo que varían en el tiempo. Este filtro, ampliamente utilizado en sistemas de navegación, conducción automática y robótica, permite estimar las variables de un sistema dinámico combinando un modelo matemático con sus observaciones ruidosas”.pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRABiología (General)--Genética--Mecanismos de recombinación--Regulación genéticaMatemáticas--Análisis--Métodos analíticos utilizados en la solución de problemas físicos--Análisis de sistemas--Teoría de control (general y lineal)Redes de regulación genética--Modelos matemáticosFiltración KalmanTesis de maestríaopenAccess