Aprendizaje de la estructura en modelos gráficos

Abstract

En este trabajo se aborda el problema de la ingeniería inversa de redes regulatorias genéticas dentro de algún sistema biológico. En las ultimas décadas han sido estudiadas las interacciones complejas entre los genes y las proteínas generando grandes cantidades de información, por lo que se requiere encontrar de forma automática un modelo gráfico que represente a la red regulatoria genética. Existen modelos utilizados para representar una red regulatoria tal como las redes booleanas o las redes bayesianas, por citar algunos. Las redes bayesianas son de dos tipos, estáticas o dinámicas, las dinámicas a comparación de las estáticas han sido muy poco estudiadas dentro del aprendizaje de los datos de expresión de los genes. Actualmente existe una función de puntuación teórica conocida como prueba de información mutua, la cual introduce el aprendizaje de una red bayesiana dinámica. Esta medida tiene la posibilidad de construir una prueba estadística de independencia basada en la distribución X 2, la cual sirve para penalizar dentro de la red bayesiana dinámica los grados de interacción entre cada variable y sus variables padres. Por lo tanto, seleccionamos la prueba de información mutua para obtener la red bayesiana dinámica mediante un algoritmo el cual aplicamos a la formación del flagelo de la bacteria Escherichia coli K-12 MG1655 y realizamos el análisis de la información obtenida