Búsqueda evolutiva de vías metabólicas
- Autores
- Gerard, Matías; Stegmayer, Georgina; Milone, Diego Humberto
- Año de publicación
- 2010
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Los métodos de búsqueda clásicos permiten encontrar secuencias de operadores para producir determinadas transiciones entre estados. En forma similar, los algoritmos evolutivos realizan la búsqueda usando operadores estadísticos y una función de aptitud que evalúa las características de los individuos, explorando múltiples soluciones candidatas a la vez. En bioinformática la búsqueda de vías metabólicas que relacionen dos compuestos es una tarea habitual. En particular esto es de gran interés cuando se quiere descubrir relaciones metabólicas entre compuestos agrupados con técnicas de minería de datos. En este trabajo se propone un algoritmo evolutivo que permite encontrar vías metabólicas entre dos compuestos seleccionados a partir de agrupamientos generados con el modelo IL-SOM. Se describen los operadores empleados, el desarrollo de la función de aptitud y se compara el desempeño del algoritmo propuesto con el de dos métodos clásicos de búsqueda.
Sociedad Argentina de Informática e Investigación Operativa - Materia
-
Ciencias Informáticas
búsqueda
algoritmo evolutivo
vías metabólicas - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/152813
Ver los metadatos del registro completo
id |
SEDICI_26688b5ef01e2974ebad081983cd5997 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/152813 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Búsqueda evolutiva de vías metabólicasGerard, MatíasStegmayer, GeorginaMilone, Diego HumbertoCiencias Informáticasbúsquedaalgoritmo evolutivovías metabólicasLos métodos de búsqueda clásicos permiten encontrar secuencias de operadores para producir determinadas transiciones entre estados. En forma similar, los algoritmos evolutivos realizan la búsqueda usando operadores estadísticos y una función de aptitud que evalúa las características de los individuos, explorando múltiples soluciones candidatas a la vez. En bioinformática la búsqueda de vías metabólicas que relacionen dos compuestos es una tarea habitual. En particular esto es de gran interés cuando se quiere descubrir relaciones metabólicas entre compuestos agrupados con técnicas de minería de datos. En este trabajo se propone un algoritmo evolutivo que permite encontrar vías metabólicas entre dos compuestos seleccionados a partir de agrupamientos generados con el modelo IL-SOM. Se describen los operadores empleados, el desarrollo de la función de aptitud y se compara el desempeño del algoritmo propuesto con el de dos métodos clásicos de búsqueda.Sociedad Argentina de Informática e Investigación Operativa2010info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf223-234http://sedici.unlp.edu.ar/handle/10915/152813spainfo:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-asai-20.pdfinfo:eu-repo/semantics/altIdentifier/issn/1850-2784info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:39:21Zoai:sedici.unlp.edu.ar:10915/152813Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:39:21.8SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Búsqueda evolutiva de vías metabólicas |
title |
Búsqueda evolutiva de vías metabólicas |
spellingShingle |
Búsqueda evolutiva de vías metabólicas Gerard, Matías Ciencias Informáticas búsqueda algoritmo evolutivo vías metabólicas |
title_short |
Búsqueda evolutiva de vías metabólicas |
title_full |
Búsqueda evolutiva de vías metabólicas |
title_fullStr |
Búsqueda evolutiva de vías metabólicas |
title_full_unstemmed |
Búsqueda evolutiva de vías metabólicas |
title_sort |
Búsqueda evolutiva de vías metabólicas |
dc.creator.none.fl_str_mv |
Gerard, Matías Stegmayer, Georgina Milone, Diego Humberto |
author |
Gerard, Matías |
author_facet |
Gerard, Matías Stegmayer, Georgina Milone, Diego Humberto |
author_role |
author |
author2 |
Stegmayer, Georgina Milone, Diego Humberto |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas búsqueda algoritmo evolutivo vías metabólicas |
topic |
Ciencias Informáticas búsqueda algoritmo evolutivo vías metabólicas |
dc.description.none.fl_txt_mv |
Los métodos de búsqueda clásicos permiten encontrar secuencias de operadores para producir determinadas transiciones entre estados. En forma similar, los algoritmos evolutivos realizan la búsqueda usando operadores estadísticos y una función de aptitud que evalúa las características de los individuos, explorando múltiples soluciones candidatas a la vez. En bioinformática la búsqueda de vías metabólicas que relacionen dos compuestos es una tarea habitual. En particular esto es de gran interés cuando se quiere descubrir relaciones metabólicas entre compuestos agrupados con técnicas de minería de datos. En este trabajo se propone un algoritmo evolutivo que permite encontrar vías metabólicas entre dos compuestos seleccionados a partir de agrupamientos generados con el modelo IL-SOM. Se describen los operadores empleados, el desarrollo de la función de aptitud y se compara el desempeño del algoritmo propuesto con el de dos métodos clásicos de búsqueda. Sociedad Argentina de Informática e Investigación Operativa |
description |
Los métodos de búsqueda clásicos permiten encontrar secuencias de operadores para producir determinadas transiciones entre estados. En forma similar, los algoritmos evolutivos realizan la búsqueda usando operadores estadísticos y una función de aptitud que evalúa las características de los individuos, explorando múltiples soluciones candidatas a la vez. En bioinformática la búsqueda de vías metabólicas que relacionen dos compuestos es una tarea habitual. En particular esto es de gran interés cuando se quiere descubrir relaciones metabólicas entre compuestos agrupados con técnicas de minería de datos. En este trabajo se propone un algoritmo evolutivo que permite encontrar vías metabólicas entre dos compuestos seleccionados a partir de agrupamientos generados con el modelo IL-SOM. Se describen los operadores empleados, el desarrollo de la función de aptitud y se compara el desempeño del algoritmo propuesto con el de dos métodos clásicos de búsqueda. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/152813 |
url |
http://sedici.unlp.edu.ar/handle/10915/152813 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-asai-20.pdf info:eu-repo/semantics/altIdentifier/issn/1850-2784 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 223-234 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616267622776832 |
score |
13.070432 |