Minería de datos para el análisis de secuencias de proteínas

La extracción de datos de bases de datos de secuencias de proteínas plantea dificultades porque muchas secuencias de proteínas no son relacionales, mientras que la mayoría de los algoritmos de extracción de datos suponen que los datos de entrada son bases de datos relacionales. Además, la base de datos de secuencias de proteínas en bruto no proporciona información significativa hasta que no se segrega en categorías significativas. En este libro, se han utilizado 1700 datos de secuencias de proteínas VEGF (factor de crecimiento endotelial vascular) y algoritmos de minería de datos para la predicción. En Bioinformática, las técnicas de Minería de Datos (MD) se utilizan ampliamente para la predicción de la estructura de las proteínas. La interpretación de datos biológicos voluminosos es compleja y la necesidad de conceptos de minería de datos es significativa. Los datos moleculares, como la secuencia de ADN/proteínas, el nivel de expresión genética, las vías bioquímicas, los biomarcadores y las estructuras proteicas, constituyen una parte importante de los datos biológicos. El libro analiza cómo se llevan a cabo técnicas estándar de Minería de Datos, como la extracción de datos de proteínas, la segregación por agrupación, la asociación y la visualización en un conjunto de datos de secuencias de proteínas en tiempo real. La herramienta integrada existente BioParisodhana se compara con BioBCDM, donde la nueva herramienta supera a BioParisodhana.