Abstracto

Autómatas celulares atractores híbridos (HACA) para abordar problemas importantes en bioinformática

Kiran Sree, Inampudi Ramesh Babu y SSSN Usha Devi Nedunuri

El NLCA se ha convertido en un clasificador potencial para abordar los principales problemas de la bioinformática. Muchos problemas de bioinformática, como la predicción de la región codificante de proteínas, la búsqueda de la región promotora, la predicción de la estructura de las proteínas y muchos otros problemas de la bioinformática, se pueden abordar mediante autómatas celulares. Aunque existen algunas técnicas de predicción que abordan estos problemas, el nivel de precisión aproximado es muy bajo. Se propuso un procedimiento automatizado con HACA (autómatas celulares atractores híbridos) que puede abordar todos estos problemas. Se llevan a cabo experimentos exhaustivos para informar sobre la precisión de la herramienta propuesta. La precisión promedio de HACA cuando se prueba con los conjuntos de datos ENCODE, BG570, HMR195, Fickett y Tongue, ASP67 es del 78%.

Abreviaturas: Autómatas celulares no lineales (NLCA), Autómatas celulares (CA), Autómatas celulares atractores híbridos (HACA), Algoritmo genético (GA)