Resumen

La lipoilación de lisina es un tipo especial de modificación post-traduccional en la investigación de proteómica tanto en procariotas como en eucariotas. Dicha modificación participa en varios procesos biológicos significativos y desempeña un papel clave a nivel celular. Para construir y diseñar un algoritmo de clasificación preciso para identificar sitios de lipoilación a nivel de proteínas, se deben tener en cuenta los enfoques computacionales en este campo. Mientras tanto, varios factores juegan diferentes roles en la identificación de sitios de modificación. Considerando esta situación, los elementos fundamentales para la identificación efectiva de sitios de modificación son la descripción de características disponibles y la clasificación efectiva. Con estos dos elementos, la diferenciación entre las muestras de lipoilación y las muestras sin lipoilación se puede tratar como un problema de clasificación típico en el campo del aprendizaje automático. En este trabajo, hemos propuesto un método llamado LipoFNT, que emplea dos conjuntos de características, incluida la Matriz de Puntuación Específica de Posición y el

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Lisina; Lipoilación; Modificación post-traduccional; Proteómica; Algoritmo de clasificación; Aprendizaje automático
• Keywords:Lysine; Lipoylation; Posttranslational modification; Proteomics; Classification algorithm; Machine learning