Las técnicas de aprendizaje automático en la predicción de estructura de proteínas: un enfoque desde la bioinformática

• Autores: Cosme E. Santiesteban Toca, Gerardo M. Casañola Martín, Jesús Salvador Aguilar-Ruiz
• Localización: Afinidad: Revista de química teórica y aplicada, ISSN 0001-9704, Vol. 71, Nº. 567, 2014, págs. 219-227
• Idioma: español
• Títulos paralelos:
  • The machine learning techniques in the protein structure prediction: an approach from bioinformatics
  • Les tècniques d’aprenentatge automàtic en la predicció d’estructura de proteïnes: un enfoc des de la bioinformàtica
• Enlaces
  • Texto completo
• Resumen
  • español

    La predicción de la estructura de las proteínas continúa siendo un reto para la comunidad científica. Para la construcción de modelos apropiados, múltiples autores han venido explorando heurísticas complejas como redes neuronales recurrentes, máquinas de vectores de soporte de múltiples capas, algoritmos bioinspirados o combinación de clasificadores, pero estos esfuerzos han resultado insuficientes. En el presente artículo se discuten los métodos de predicción de estructuras basados en aprendizaje automático. Estos métodos se clasifican en diferentes taxonomías y se provee una descripción detallada de cada paradigma, resaltando sus ventajas y desventajas. Finalmente, se muestran las tendencias actuales y los últimos avances en las investigaciones en la predicción de estructura de proteínas.

  • català

    La predicció de l’estructura de les proteïnes continua sent un repte per a la comunitat científica. Per a la construcció de models apropiats, múltiples autors han estat explorant heurístiques complexes com xarxes neuronals recurrents, màquines de vectors de suport de múltiples capes, algoritmes bioinspirats o combinació de classificadors, però aquests esforços han resultat insuficients. En el present article es discuteixen els mètodes de predicció d’estructu-res basats en aprenentatge automàtic. Aquests mètodes es classifiquen en diferents taxonomies i es presenta una descripció detallada de cada paradigma, ressaltant els seus avantatges i desavantatges. Finalment, es mostren les tendències actuals i els últims avenços en les investigacions en la predicció d’estructura de proteïnes.

  • English

    The prediction of protein structures remains as a challenge for the scientific community. For the construction of the adequate models, several authors has been explored complex heuristic like the recurrent neural networks, multilayer support vector machines, bioinspired algorithms or the combination of classifiers, but all these efforts are not enough. In the current manuscript the structure prediction methods based on machine learning are discussed. These methods are classified in different taxonomies and also a detailed description of each paradigm is provided, highlighting its advantages and disadvantages. Finally, the current tendencies and the last advances in the research of protein structure prediction are showed.