Gene Prediction
El rpido crecimiento de datos de secuencias genmicas para las diferentes
especies de organismos ha hecho que se torne el anlisis de estas secuencias, y
ms an la prediccin de genes, por ello es el foco de muchos esfuerzos de
investigacin. Adems de su inters cientfico en biologa molecular y la genmica
de la comunidad, la prediccin de genes es de considerable importancia en la
salud humana y la medicina. En este ensayo se pretenden hacer una revisin al
anlisis que nos presentan los autores en el artculo donde nos presentan clara y
entendiblemente la aplicacin de determinadas tcnicas de Soft Computing en la
prediccin de genes.
Para empezar el Soft Computing es el enfoque moderno para la construccin de
un sistema inteligente computacional. El objetivo final de este es emular
humanamente lo mas similar como sea posible. Adems es la mezcla de
metodologas diseadas para resolver los problemas del mundo real, que no se
resuelven o que incluso son demasiado difciles de resolver matemticamente.
Hoy en da, las tcnicas de Soft Computing se identifican como alternativas
atractivas a la norma, mtodos bien establecidos. A diferencia de los mtodos
informticos duros, los mtodos de computacin flexible se enfocan en esos
problemas que tienen que ver con la imprecisin, la incertidumbre, el aprendizaje,
y la aproximacin para alcanzar robustez y soluciones de bajo costo. Aqu cabe
destacar que la propiedad nica de soft computing es que est profundamente
involucrado en el aprendizaje a partir de datos experimentales que lo hace
adecuado para la prediccin de genes. Mientras que la prediccin de genes, los
patrones especficos en la secuencia de ADN son reconocidos y tcnicas de
computacin suaves se han utilizado ampliamente en los problemas de
reconocimiento de patrones. Soft Computing consiste en varias tcnicas, siendo
las ms importantes las redes neuronales, algoritmos genticos y lgica difusa.
1.
2.
3.