| Revista: | Revista mexicana de ingeniería biomédica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000404383 |
| ISSN: | 0188-9532 |
| Autores: | Acevedo Mosqueda, M.E1 Acevedo Mosqueda, M.A1 Calderón Sambarino, M.J2 |
| Instituciones: | 1Instituto Politécnico Nacional, Escuela Superior de Ingeniería Mecánica y Eléctrica, Ciudad de México. México 2Instituto Politécnico Nacional, Escuela Superior de Cómputo, Ciudad de México. México |
| Año: | 2012 |
| Periodo: | Abr |
| Volumen: | 33 |
| Número: | 1 |
| Paginación: | 17-28 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | La localización de las proteínas dentro de la célula es fundamental para el entendimiento de su función biológica. Las proteínas son transportadas a orgánulos y suborgánulos específicos antes de ser sintetizadas. Son parte de la actividad celular y su función es eficiente cuando se encuentran en el lugar correcto. Es por esto que la localización de genes (codificados como proteínas) dentro de la célula se vuelve una tarea importante. En este trabajo se presenta un método para realizar la localización automática de genes dentro de la célula, como caso particular, se aplicó a la base de datos GENES. La propuesta tiene un enfoque asociativo y se utiliza, en particular, el modelo de las multimemorias asociativas alfa-beta. La efectividad en la localización obtenida fue del 97.99%, lo cual significa que este método, de 748 genes, no fue capaz de localizar sólo 14 de ellos |
| Resumen en inglés | Protein subcellular localization is fundamental for understanding its biological function. Proteins are transported to specified cellular elements before they are synthesized. They are part of cellular activity and their function is efficient when they are in the right place. Therefore, genes (codified as proteins) localization into the cell becomes a key task. In this work, a method to localize automatically proteins into the cell is presented; as a particular case, the method was applied to the dataset GENES. The proposal has an associative approach and the specific model of alpha-beta associative multi-memories is applied. The effectiveness of the model was of 97.99%, which means that from 748 genes, the method was not able to localize 14 genes |
| Disciplinas: | Medicina |
| Palabras clave: | Biología celular, Bioquímica, Proteínas, Localización subcelular, Modelos asociativos, Predicción, Memorias alfa-beta |
| Keyword: | Medicine, Cell biology, Biochemistry, Proteins, Subcellular localization, Associative models, Prediction, Alpha-beta memories |
| Texto completo: | Texto completo (Ver PDF) |
