Comparación de modelos de aprendizaje automático para la predicción de células cancerígenas a partir del complejo MHC I

El presente trabajo propone una comparación de modelos de aprendizaje automático para la detección de células cancerígenas a partir de los antígenos del complejo MHC I. Utilizando protocolos de extracción de características físico-químicas de las proteínas y un proceso comparativo de las medidas de...

Descripción completa

Detalles Bibliográficos
Autor Principal: Navas Luquez, Mateo
Otros Autores: Orjuela-Cañón, Alvaro David
Formato: Trabajo de grado (Bachelor Thesis)
Lenguaje:Español (Spanish)
Publicado: Universidad del Rosario 2020
Materias:
Acceso en línea:https://repository.urosario.edu.co/handle/10336/24401
Descripción
Sumario:El presente trabajo propone una comparación de modelos de aprendizaje automático para la detección de células cancerígenas a partir de los antígenos del complejo MHC I. Utilizando protocolos de extracción de características físico-químicas de las proteínas y un proceso comparativo de las medidas de desempeño en la fase de validación y prueba de los modelos. Con este procedimiento se pretende determinar cuál modelo de aprendizaje automático presenta el mejor desempeño en la predicción de antígenos cancerígenos, utilizando propiedades fisicoquímicas como marcadores de entrada.