Identificación de Secuencias Reguladoras Mediante Agrupamiento

Las secuencias reguladoras son secuencias en el ADN que se encuentran en regiones cercanas a los genes y se encargan de activarlos o desactivarlos. Las secuencias reguladoras son patrones inexactos y pueden ser hallados mediante métodos computacionales. En este trabajo se propone un método para la identificación de secuencias reguladoras. Agrupamiento o Clustering consiste en agrupar un conjunto de objetos en grupos de objetos similares. El método propuesto en este trabajo está basado en un algoritmo de agrupamiento jerárquico divisivo para identificar patrones que posteriormente serán evaluados para determinar si son candidatos a secuencias reguladoras. Se decidió utilizar un método de agrupamiento para poder tratar con la gran cantidad de datos a ser analizados; un ejemplos de esto es el organismo Bacillus Subtilis, utilizado para evaluar este método, que cuenta con más de 4400 genes, de los que se tienen que analizar secuencias de longitudes entre 100 y 300 caracteres. Los resultados muestran que el método es capaz de identificar estas secuencias con una precisión cercana al obtenido por los métodos actuales, con la ventaja de que propone el tamaño de las secuencias.