Registro:
| Documento: | Tesis de Grado |
| Título: | Predicción de especificidad de unión de receptores de células T mediante kmeros |
| Autor: | Rey, Maximiliano |
| Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Publicación en la web: | 2025-06-12 |
| Fecha de defensa: | 2021 |
| Fecha en portada: | 2021 |
| Grado Obtenido: | Grado |
| Título Obtenido: | Licenciado en Ciencias de la Computación |
| Departamento Docente: | Departamento de Computación |
| Director: | Lanzarotti, Esteban Omar |
| Jurado: | López Rosenfeld, Matías; Nadra, Alejandro Daniel; Turjanski, Pablo Guillermo |
| Idioma: | Español |
| Formato: | PDF |
| Handle: |
http://hdl.handle.net/20.500.12110/seminario_nCOM000558_Rey |
| PDF: | https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nCOM000558_Rey.pdf |
| Registro: | https://bibliotecadigital.exactas.uba.ar/collection/seminario/document/seminario_nCOM000558_Rey |
| Ubicación: | Dep.COM 000558 |
| Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Rey, Maximiliano. (2021). Predicción de especificidad de unión de receptores de células T mediante kmeros. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de http://hdl.handle.net/20.500.12110/seminario_nCOM000558_Rey |
Resumen:
El presente proyecto propone un modelo algorítmico para identificar el antígeno reconocido por el receptor de una célula T, llamado TCR, usando solamente la secuencia de aminoácidos de este último. El sistema propuesto utiliza una base de datos con información de TCRs conocidos y los respectivos antígenos identificados por ellos. A partir de las secuencias de estos TCRs, el modelo genera todas las subsecuencias de un determinado largo y luego aplica la estadística buscando aquellas subsecuencias relevantes para que el reconocimiento suceda. El sistema recibe un TCR del cual se quiere saber qué antígeno reconoce. Al igual que en el paso anterior, se calculan todas las subsecuencias posibles de largo fijo a partir de su secuencia. Finalmente, se utilizan las estadísticas calculadas anteriormente para determinar a qué antígeno es más afín el TCR. En esta tesis se intenta buscar cual es el largo óptimo para las subsecuencias analizadas, en dos cadenas distintas que integran el TCR. Se probó el sistema en TCRs de ratones y de humanos y el largo óptimo resultó ser el mismo en ambas especies. Las predicciones van acompañadas con un índice de especificidad, el mismo muestra que tan probable es que el TCR de entrada sea afín al antígeno predicho y no lo sea hacia otros antígenos. En este proyecto no solo se analizó la cadena beta de los TCRs, como en otros estudios de bioinformática, sino que también se incluyó la cadena alfa. Si bien esto limitó los datos que pudimos obtener para entrenar y testear el algoritmo, ya que existen menos TCRs de los cuales se conocen ambas cadenas, los resultados fueron cercanos al 70 %. Además, la especificidad logró ser una buena medida para descartar predicciones erróneas. En ambas especies existe un valor de especificidad relativamente bajo en el cual el coeficiente de Matthews es alto al evaluar si una predicción es correcta o no, utilizando dicho valor como punto de corte. El método analizado en la tesis es aplicado a la unión TCR-antígeno pero el problema que resuelve es más amplio. Este sistema podría adaptarse a otros casos de interacción entre proteínas.
Citación:
---------- APA ----------
Rey, Maximiliano. (2021). Predicción de especificidad de unión de receptores de células T mediante kmeros. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nCOM000558_Rey
---------- CHICAGO ----------
Rey, Maximiliano. "Predicción de especificidad de unión de receptores de células T mediante kmeros". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2021.https://hdl.handle.net/20.500.12110/seminario_nCOM000558_Rey
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nCOM000558_Rey.pdf
Distrubución geográfica
