Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Modelo Oculto De Markov La Piedra Angular De La Proteómica Moderna
El modelo oculto de Markov se ha convertido en una de las herramientas más utilizadas en el análisis de secuencias biológicas, ya que proporcionan un sólido marco matemático para modelar y analizar secuencias biológicas. En este documento, presentamos una revisión del concepto básico de los HMM y cómo es posible usar de manera efectiva el HMM para la representación de secuencias biológicas en la identificación de secuencias de proteínas evolutivamente distantes.
INTRODUCCIÓN
La proteómica está relacionada con la identificación y cuantificación del contenido total de proteínas presentes en una célula, tejido u organismo a través de la aplicación de tecnologías [1] que nos permiten el estudio de estas biomoléculas y su interacción, en un organismo, sistema, o cualquier otro contexto biológico donde ellas están presentes. El término "proteoma" se refiere a todas las proteínas expresadas por un genoma, por ello, con la finalización del Proyecto Genoma Humano a inicios de siglo [2] y el avance acelerado de las técnicas de secuenciación de ADN, la posibilidad de estudiar a gran escala los proteomas desde el punto de vista bioinformático es una oportunidad única para el entendimiento de los sistemas biológicos.
La proteómica actualmente abarca interrogantes biológicos que pueden ser estudiados con la identificación y análisis de secuencias de proteínas homólogas; que son aquellas secuencias que comparten en términos evolutivos un ancestro común y pueden ser definidas matemáticamente desde la medida de similaridad de sus secuencias de aminoácidos (estructura primaria) desde bases de datos. No obstante, existen secuencias de proteínas homólogas entre sí que, aunque realizan una función celular conservada entre organismos, poseen una secuencia de aminoácidos tan divergente que su identificación en bases de datos por técnicas de alineamientos locales, como herramienta matemática, no es certera.
Para este conjunto de proteínas, el HMM (Hidden Markov Models) se ha convertido en la piedra angular para el avance de la proteómica moderna. Algunos ejemplos son los estudios realizados por Melo et al. (2008) [3], que analizan la posibilidad de una reproducción de tipo sexual en una eucariota ancestral, o el estudio de la regulación de la degradación y abundancia de las proteínas en los organismos [4], o el análisis de los procesos que potencian y regulan el movimiento en las células [5], y cómo estas proteínas interactúan entre sí en los procesos invasivos de patógenos de interés médico [6], o en la identificación de blancos para el diseño de pruebas de detección o tratamientos terapéuticos [7].
Autores: Castellanos, Isabel Cristina
Idioma: Español
Editor: Universidad Pedagógica y Tecnológica de Colombia - UPTC
Año: 2024
Artículos
Categoría
Ingeniería y Tecnología
Licencia
Atribución
Consultas: 18
Citaciones: Ciencia en Desarrollo Vol. 15 Núm. 2
Este documento es un artículo elaborado por Isabel Cristina Castellanos (Universidad EAN,?Colombia) para la revista?Ciencia en Desarrollo Vol. 15 Núm. 2. Publicación de la?Universidad Pedagógica y Tecnológica de Colombia. Contacto: cienciaendesarrollo@uptc.edu.co
El modelo oculto de Markov se ha convertido en una de las herramientas más utilizadas en el análisis de secuencias biológicas, ya que proporcionan un sólido marco matemático para modelar y analizar secuencias biológicas. En este documento, presentamos una revisión del concepto básico de los HMM y cómo es posible usar de manera efectiva el HMM para la representación de secuencias biológicas en la identificación de secuencias de proteínas evolutivamente distantes.
INTRODUCCIÓN
La proteómica está relacionada con la identificación y cuantificación del contenido total de proteínas presentes en una célula, tejido u organismo a través de la aplicación de tecnologías [1] que nos permiten el estudio de estas biomoléculas y su interacción, en un organismo, sistema, o cualquier otro contexto biológico donde ellas están presentes. El término "proteoma" se refiere a todas las proteínas expresadas por un genoma, por ello, con la finalización del Proyecto Genoma Humano a inicios de siglo [2] y el avance acelerado de las técnicas de secuenciación de ADN, la posibilidad de estudiar a gran escala los proteomas desde el punto de vista bioinformático es una oportunidad única para el entendimiento de los sistemas biológicos.
La proteómica actualmente abarca interrogantes biológicos que pueden ser estudiados con la identificación y análisis de secuencias de proteínas homólogas; que son aquellas secuencias que comparten en términos evolutivos un ancestro común y pueden ser definidas matemáticamente desde la medida de similaridad de sus secuencias de aminoácidos (estructura primaria) desde bases de datos. No obstante, existen secuencias de proteínas homólogas entre sí que, aunque realizan una función celular conservada entre organismos, poseen una secuencia de aminoácidos tan divergente que su identificación en bases de datos por técnicas de alineamientos locales, como herramienta matemática, no es certera.
Para este conjunto de proteínas, el HMM (Hidden Markov Models) se ha convertido en la piedra angular para el avance de la proteómica moderna. Algunos ejemplos son los estudios realizados por Melo et al. (2008) [3], que analizan la posibilidad de una reproducción de tipo sexual en una eucariota ancestral, o el estudio de la regulación de la degradación y abundancia de las proteínas en los organismos [4], o el análisis de los procesos que potencian y regulan el movimiento en las células [5], y cómo estas proteínas interactúan entre sí en los procesos invasivos de patógenos de interés médico [6], o en la identificación de blancos para el diseño de pruebas de detección o tratamientos terapéuticos [7].
Descripción
El modelo oculto de Markov se ha convertido en una de las herramientas más utilizadas en el análisis de secuencias biológicas, ya que proporcionan un sólido marco matemático para modelar y analizar secuencias biológicas. En este documento, presentamos una revisión del concepto básico de los HMM y cómo es posible usar de manera efectiva el HMM para la representación de secuencias biológicas en la identificación de secuencias de proteínas evolutivamente distantes.
INTRODUCCIÓN
La proteómica está relacionada con la identificación y cuantificación del contenido total de proteínas presentes en una célula, tejido u organismo a través de la aplicación de tecnologías [1] que nos permiten el estudio de estas biomoléculas y su interacción, en un organismo, sistema, o cualquier otro contexto biológico donde ellas están presentes. El término "proteoma" se refiere a todas las proteínas expresadas por un genoma, por ello, con la finalización del Proyecto Genoma Humano a inicios de siglo [2] y el avance acelerado de las técnicas de secuenciación de ADN, la posibilidad de estudiar a gran escala los proteomas desde el punto de vista bioinformático es una oportunidad única para el entendimiento de los sistemas biológicos.
La proteómica actualmente abarca interrogantes biológicos que pueden ser estudiados con la identificación y análisis de secuencias de proteínas homólogas; que son aquellas secuencias que comparten en términos evolutivos un ancestro común y pueden ser definidas matemáticamente desde la medida de similaridad de sus secuencias de aminoácidos (estructura primaria) desde bases de datos. No obstante, existen secuencias de proteínas homólogas entre sí que, aunque realizan una función celular conservada entre organismos, poseen una secuencia de aminoácidos tan divergente que su identificación en bases de datos por técnicas de alineamientos locales, como herramienta matemática, no es certera.
Para este conjunto de proteínas, el HMM (Hidden Markov Models) se ha convertido en la piedra angular para el avance de la proteómica moderna. Algunos ejemplos son los estudios realizados por Melo et al. (2008) [3], que analizan la posibilidad de una reproducción de tipo sexual en una eucariota ancestral, o el estudio de la regulación de la degradación y abundancia de las proteínas en los organismos [4], o el análisis de los procesos que potencian y regulan el movimiento en las células [5], y cómo estas proteínas interactúan entre sí en los procesos invasivos de patógenos de interés médico [6], o en la identificación de blancos para el diseño de pruebas de detección o tratamientos terapéuticos [7].