Funciones de distancia para la clasificación de familias de proteínas bajo un esquema de cambio de alfabeto

GOROSITO, LUCIANA; FERREIRO, DIEGO U.; TURJANSKI, PABLO

Buenos Aires

Otro; Sesión de Posters. XXXV Escuela de Ciencias Informáticas (ECI); 2022

Departamento de Computación, FCEyN, UBA

Las proteı́nas suelen presentar patrones de repetición de aminoácidos (AA) en su estructura primaria. Según la longitud de dichas repeticiones es posible clasificarlas como fibrilares (patrones menores o iguales a 5 AA), repetitivas (de 6 a 60 AA) y globulares (las restantes). En trabajos previos, Turjanski et al. utilizaron la definción de repetición maximal (MR) para buscar y agrupar patrones en secuencias de proteı́nas. En ellos presentaron un algoritmo para identificar y clasificar MRs, e introdujeron una función de familiaridad para determinar qué tan cercana se encuentra una secuencia de AA a una familia de proteı́nas dada. En su tesis, A. Ciraco avanzó en esta lı́nea y propuso tres funciones de distancia entre familias de proteı́nas, basadas en los MRs propios de cada familia. A partir de dichas funciones intentó agrupar las familias de proteı́nas. En su estudio sólo fue posible discriminar entre familias de proteı́nas naturales y las generadas al azar (control).