Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uci.cu/jspui/handle/ident/4612
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorMolina Souto, Yania
dc.date.accessioned2016-09-21T15:08:40Z-
dc.date.available2016-09-21T15:08:40Z-
dc.date.issued2012-04-04T15:08:31Z
dc.identifier.urihttps://repositorio.uci.cu/jspui/handle/ident/4612-
dc.description.abstractUn área sumamente interesante dentro del modelado molecular es el diseño de nuevos compuestos. Los métodos QSAR han demostrado que las relaciones entre la actividad biológica y las propiedades físico-químicas se pueden cuantificar matemáticamente a partir de parámetros estructurales simples. En los últimos años el interés por los modelos QSAR basados en técnicas de Minería de Datos ha crecido aceleradamente. La principal ventaja de estas técnicas es el hecho de poder construir un modelo sin especificar a priori la forma analítica según el comportamiento de los datos. La Programación Genética y los Árboles de Regresión pudieran ser muy útiles para establecer las complejas relaciones existentes entre la actividad biológica y los descriptores moleculares utilizados para describirla. En el presente trabajo se proponen y estudian estas dos técnicas como opción tentativa para obtener las ecuaciones de regresión. Se estudian muestras diferentes de compuestos orgánicos y se analiza la competitividad de ambas técnicas en la búsqueda de soluciones.es_ES
dc.language.isoeses_ES
dc.subjectactividad biológica, descriptor molecular, QSAR.es_ES
dc.titleDesarrollo de modelos QSAR utilizando Programación Genética y Árboles de Regresión.es_ES
dc.typemasterThesis
Aparece en las colecciones: Tesis de Maestría

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Tdig_0022_10.pdfTESIS EN OPCIÓN AL GRADO DE MÁSTER EN BIOINFORMÁTICA.921.43 kBAdobe PDFVisualizar/Abrir


Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.