Modelo inteligente para el alineamiento de biomoléculas

Abstract

En este trabajo de tesis se propone un algoritmo para el alineamiento de biomoléculas. El modelo de memorias asociativas sobre el que está basado dicho algoritmo es el Alfa-Beta. Usando un modelo actual de memoria asociativa no era posible llevar acabo reconocimiento de patrones en secuencias de ADN o Aminoacidos de distintos tamaños, debido a las características intrínsecas de dichas secuencias. Una de las principales limitantes es la longitud de las secuencias y sus tipos de alteraciones: inserciones, borrados y mutaciones. En el presente trabajo se desarrolla un modelo de memoria heteroasociativa Alfa-Beta robusta a este tipo de alteraciones. Dicho modelo es capaz de llevar a cabo reconocimiento de patrones y además es posible entregar un alineamiento de pares de secuencias basado en k-tuplas. El presente modelo cuenta con el soporte matemático que le brinda los modelos en los que está basado. La segunda aportación en el presente trabajo es un algoritmo para el alineamiento de genomas. El alineamiento de genomas es una de las betas de investigación más importantes en los últimos tiempos, debido a la facilidad con la que es posible obtener información genética de los organismos vivos. Dicho algoritmo toma como base, para llevar a cabo el reconocimiento de patrones, el modelo presentado anteriormente. Para las pruebas se utilizó el genoma de la bacteria Variovorax paradoxus. Creando a partir de dichas secuencias, un conjunto de datos de entrenamiento y de prueba que nos servirán para evaluar el desempeño del algoritmo y modelo propuesto. // In this dissertation a model for biomolecules alignment is proposed. This model is based on Alpha-Beta associative memories. Nowadays, there are no models of associative memories that do pattern recognition on DNA or Aminoacid sequences when the data source contains sequences of different size. Moreover, there are some other alterations like mutation, insertion and deletion, which make this problem more complex. In this work it is proposed a new model of Alpha-Beta heteroasociative memory capable of support that kind of alterations. Such a model is capable of do pattern recognition and deliver a K-tuple pair-wise sequence alignment of the sequence (pattern) presented to de memory and the input sequence (pattern) associate with the output pattern. The present work is based on the mathematical support of the mathematical model in which our proposal is built. The second contribution is an algorithm for genome sequence alignment. This is a new important branch in bioinformatics due to the easy access to genetic information of organisms. The pattern recognition step of this algorithm is based on the Alpha-Beta associative memory proposed here. The tests were made using the Variovorax paradoxus genome. From it, it was created a set of training and test data sources which help us to proof some of the characteristics of the proposed model.