Diseño e implementación de sistemas de anotación genómica basados en computación biomolecular y biocelular y técnicas de machine learning

Abstract

[ES] El proyecto trata sobre el procesamiento de datos en formato FASTA y VCF y la transformación de estos datos al formato pvcf. Después estos datos serán usados para la generación de un modelo de lenguaje basado en los lenguajes k-explorables en sentido estricto. Esos modelos se utilizarán para la obtención de dos anotadores diferentes, uno basado en un autómata de Watson-Crick con una capa estocástica y otro en un autómata finito determinista con una capa estocástica. El análisis y la anotación de cadenas se realizará aplicando el algoritmo de Viterbi.

[EN] The project will be based on data processing with FASTA and VCF format and the transformation of that data into a pvcf format. Then this data will be used for the generation of language model based on k-explorable languages in a strict sense. These models will be used for the obtention of two different annotators, one based on Watson-Crick automata with a stochastic layer and the other based on deterministic finite automata with a stochastic layer. The parsing and the annotation of strings will be done using the Viterbi algorithm.