Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/53601
Título : | Desarrollo de un método de predicción de actividad proteica a partir de su secuencia aminoacídica |
Autoría: | Andújar Vera, Francisco Luís |
Tutor: | Sanchez-Martinez, Melchor |
Otros: | Universitat Oberta de Catalunya Marco-Galindo, Maria-Jesús |
Resumen : | La revolución en cuanto a la obtención de datos biológicos procedentes de la secuenciación de alto rendimiento genera un distanciamiento importante entre los datos secuenciados y los datos analizados. Para reducir esta distancia, y poder llegar a un mayor entendimiento de la información que disponemos, se hace necesaria la aparición de herramientas que permitan digerir tanta información generada y ponerla en situación disponible para la comunidad científica para su comprensión y utilización en las diferentes áreas. Es por ello, por lo que hoy en día se trabaja concienzudamente en la realización de métodos informáticos, que permitan en cierta medida, completar el trabajo realizado por los métodos experimentales costosos y laboriosos, aunque necesarios, puesto que constituyen, en la mayoría de las ocasiones, la base sobre la que trabajar con los métodos informáticos. Con este trabajo se pretende proponer un método sencillo de predicción de función proteica basándose en la homología de secuencias de proteínas con función conocida y anotadas mediante el sistema de ontología de genes. |
Palabras clave : | secuencia proteína ontología |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 29-may-2016 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
fandujarTFM0516memoria.pdf | Memoria del TFM | 651,05 kB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons