Resumen en español

La función de las proteínas está dada por su estructura. Los métodos experimentales como cristalografía de rayos X y espectroscopia de resonancia magnética nuclear se usan para determinar la estructura de las proteínas. Estos tienen muchos problemas, son lentos, costosos y restringidos. Investigar métodos computacionales que hallen la estructura de una proteína dada su secuencia es esencial para resolver la brecha entre proteínas con estructura conocida y desconocida. La estructura global de las proteínas puede ser descrita por un conjunto de fragmentos estructurales cortos solapados, este conjunto se conoce como librería de alfabetos estructurales. Este proyecto se centra en el problema de predicción de la estructura local de las proteínas basado en su secuencia, alfabetos estructurales y características de las interacciones de los aminoácidos a largo rango. Los predictores de estructura de proteínas normalmente basan sus predicciones en información evolutiva que relaciona la secuencia con la estructura. Estos funcionan muy bien en predecir estructura para proteínas con regiones conservadas en la secuencia, pero fallan para las proteínas con poca similitud y cuando tienen interacciones largas entre sus aminoácidos. Teniendo en cuenta lo anterior, este proyecto propone desarrollar un modelo gráfico no dirigido llamado Conditional Random Field para aplicarlo al problema de predicción de estructura local utilizando funciones características que captan información de las interacciones de los aminoácidos a largo rango (relación estructura-estructura).