Estudi d'estratègies de codificació d'informació en DNA mitjançant algorismes evolutius
Rubio Rico, Jan
Erill, Ivan, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Additional title:	Estudio de estrategias de codificación de información en DNA mediante algoritmos evolutivos
Additional title:	Analysis of information coding strategies with evolutionary algorithms
Date:	2024
Abstract:	Aquest treball investiga l'ús d'algorismes de Qualitat-Diversitat (Q-D) per a l'estudi dels motius d'unió al DNA. L'objectiu és entendre la conservació i variabilitat de les seqüències de DNA mitjançant la mesura del contingut d'informació (IC) i el coeficient de Gini com a indicador de diversitat fenotípica. L'objectiu és trobar un conjunt de solucions òptimes amb fenotips diversos, aplicant una adaptació dels algorismes Qualitat-Diversitat per obtenir resultats de màxima qualitat en aquest espai fenotípic divers. Els resultats obtinguts mostren el comportament de l'algorisme en diferents situacions, així com la població resultant al finalitzar l'execució.
Abstract:	Este trabajo investiga el uso de algoritmos de Calidad-Diversidad (Q-D) para el estudio de motivos de unión al ADN. El objetivo es comprender la conservación y variabilidad de las secuencias de ADN mediante la medición del contenido de información (IC) y el coeficiente de Gini como indicador de la diversidad fenotípica. La meta es encontrar un conjunto de soluciones óptimas con fenotipos diversos, aplicando una adaptación de los algoritmos de Calidad-Diversidad para obtener resultados de la más alta calidad en este espacio fenotípico diverso. Los resultados obtenidos muestran el comportamiento del algoritmo en diferentes situaciones, así como la población resultante al finalizar la ejecución.
Abstract:	This work investigates the use of Quality-Diversity (Q-D) algorithms for studying DNA binding motifs. The aim is to understand the conservation and variability of DNA sequences by measuring information content (IC) and the Gini coefficient as an indicator of phenotypic diversity. The goal is to find a set of optimal solutions with diverse phenotypes by applying an adaptation of Quality-Diversity algorithms to achieve the highest quality results in this diverse phenotypic space. The obtained results demonstrate the algorithm's behavior in different situations, as well as the resulting population at the end of the execution.
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Language:	Català
Studies:	Enginyeria Informàtica [2502441]
Study plan:	Enginyeria Informàtica [958]
Document:	Treball final de grau ; Text
Subject area:	Menció Computació
Subject:	Motius de Seqüència ; Motius d'Unió ; Qualitat-Diversitat ; Factors de Transcripció ; Contingut d'informació ; Contenidor ; Fenotip ; Motivos de Secuencia ; Motivos de Unión ; Calidad-Diversidad ; Factores de Transcripción ; Contenido de información ; Contenedor ; Fenotipo ; Sequence motif ; Binding motif ; Quality-Diversity ; Transcription factors ; Information content ; Bin ; Phenotype

12 p, 686.4 KB

The record appears in these collections:
Research literature > Bachelor's degree final project > School of Engineering. TFG