Predicción de mutaciones en secuencias de la proteína transcriptasa inversa del vih usando nuevos métodos para aprendizaje estructural de redes bayesianas

Abstract

En el análisis de grandes volúmenes de datos es crucial la relación entre las variables. Una de las formas de modelar tales relaciones es usar una red bayesiana. El costo computacional del aprendizaje de una red bayesiana desde datos, crece con el número de variables en la misma y con el número de casos, por consiguiente surge el problema de identificar algoritmos eficientes que aprendan desde los datos. En el trabajo se proponen tres nuevos métodos de aprendizaje estructural de redes bayesianas, dos de ellos se basan en las relaciones de dependencia entre las variables usando la prueba Chi cuadrado y el último hace uso de heurística mediante el algoritmo evolutivo Optimización de Enjambre de Partículas (PSO, de sus siglas en inglés: Particle Swarm Optimization). Los algoritmos propuestos se han probado con varios conjuntos de datos de la UCI Repository de Machine Learning y en el trabajo se muestran resultados en la predicción de mutaciones en secuencias de ADN de la proteína transcriptasa inversa del VIH (Human Immunodeficiency Virus).