(Universidad Central "Marta Abreu" de las Villas, 2023) Arbolaez Espinosa, Ariadna
La comunidad científica reconoce el desafío que supone la clasificación de enzimas en el campo de la Bioinformática. En este estudio, se presenta la implementación de un clasificador para una familia glycoside hydrolases (GH70) basado en representaciones y aprendizaje no supervisado además de varios métodos para la reducción de la dimensionalidad, utilizando el lenguaje de programación Python y el framework TensorFlow. El clasificador determina los cuatro niveles de número EC de la enzima, teniendo en cuenta que existen pocas secuencias etiquetadas en dicha familia. Además, se realiza una comparación con otros softwares de vanguardia existentes.
Adicionalmente, se abordan conceptos básicos de los embebidos, una representación utilizada para el entrenamiento y validación del modelo creado mediante ProtFlash. Los resultados obtenidos demuestran la validez de la implementación.
