Abstract
La alta capacidad de mutación del Virus de Inmunodeficiencia Humana (VIH) afecta seriamente el diseño eficiente de fármacos antivirales para combatirlo. De hecho, en los últimos años el estudio de la predicción de resistencia a fármacos del VIH se ha convertido en un campo abierto de investigación. Varias técnicas estadísticas y de inteligencia artificial han sido propuestas para modelar este problema de clasificación de secuencias, pero la mayoría de ellas son difíciles de interpretar. Este trabajo presenta el modelado de la proteína proteasa como un sistema dinámico a través de Sistemas Neuroborrosos, utilizando las energías de contacto de los aminoácidos para la descripción de la secuencia. Además, se utilizan tres algoritmos de aprendizaje neuroborrosos para predecir la resistencia a cinco inhibidores de la proteasa. Finalmente, se proponen las reglas extraídas de estos algoritmos para interpretar la influencia de cada posición de la secuencia en la resistencia a cinco fármacos inhibidores conocidos.
| Translated title of the contribution | Application of Neurofuzzy Systems to HIV Drug Resistance Problems |
|---|---|
| Original language | Spanish |
| Pages (from-to) | 1-11 |
| Number of pages | 11 |
| Journal | Revista Cubana de Ciencias Informáticas |
| Volume | 6 |
| Issue number | 2 |
| Publication status | Published - 2012 |
| Externally published | Yes |