Bioinformática Clásica
|
|
- Lucas Palma Mora
- hace 8 años
- Vistas:
Transcripción
1 Tema 4: Alineamiento Múltiple y Filogenias (1) Motivos y Perfiles Dr. Oswaldo Trelles Universidad de Málaga Los motivos o perfiles son pequeños fragmentos, trozos o zonas conservadas presentes en un grupo de secuencias. Normalmente el motivo está asociado a una función y por ello de su conservación. En otros casos puede ser un elemento diferenciador de una familia de secuencias y su presencia en una nueva secuencia permite asegurar que pertenece a la familia (patrones diagnóstico).
2 Motivos, Perfiles y Dominios Señales presentes en todas las secuencias de un conjunto relacionado Aplicaciones Detección de homólogos remotos Predicción de función Clasificación de familias de secuencias FA9_BOVIN YNSG NKVVCSCTDG YRLAEDQKSC EPAVPFPCGR VSVSHISKKL TRAETIFSNT GEDAERGQFP IYSHMFCAGY HEGGKDSCQG KYGI---VSR YVNWIKEKTK LT FA9_SHEEP R ASVLHTSKKL TRAETIFSNM GEDAARGQFP IYNHMFCAGY HEGGKDSCQG KYGI-TKVSR YEV FA9_HUMAN LNRPKRYNSG NKVVCSCTEG YRLAENQKSC EPAVPFPCGR VSVSQTS-KL TRAEAVFPDV GEDAKPGQFP IYNNMFCAGF HEGGRDSCQG KYG--TK-SR YVNWIKEKTK LT FA9_RABIT TV NKIICSCTEG YRLAENQKSC EPAVPFPCGR VSVSHASKKI TRATTIFSNT GENAKPGQFP IYNNMFCAGF DVGGKDSCEG KYGVYTRVSW YVNWIKEKTK LT FA9_CANFA LSRPKRYNSG NKVVCSCTTG YQLAEDQRSC EPAVPFPCGR VSVPHISMTR TRAETLFSNM GKDAKPGQFP IYNNMFCAGF HEGGKDSCQG KYGIYTK-SR YVNWIKEKTK LT FA9_PIG SHSPTTL TRAEIIFSNM GENAKPGQFP IYSNMFCAGF HEGGKDSCLG KYGIYTK--R YVNW FA9_MOUSE LTRPKRYNSG NKVICSCTEG YQLAEDQKSC EPTVPFPCGR ASISYSSKKI TRAETVFSNM GENAKPGQIP TYNNMFCAGY REGGKDSCEG KYAIYTKVSR YVNWIKEKTK LT FA9_RAT R VSVAYNSKKI TRAETVFSNT GENAKPGQIP IYNNMFCAGY REGGKDSCEG KYAIYTK-SR YVNW FA9_CAVPO R VSIPSVSKEH NRANAIFSRM GEDAKPGQFP IYNNMFCAGF HEGGRDSCQG KYA--TKVSR YVNW Algunas regiones de las secuencias se conservan más que otras, porque guardan relación directa con la estructura o función de la proteína, por ejemplo: sitios de unión, centros activos de enzimas, etc. Su extensión es reducida y su conservación no es perfecta, por tanto son difíciles de detectar en alineamientos de parejas de secuencias
3 Motivos: Expresiones regulares Secuencias originales Secuencias alineadas MGARNSVLRGLKHIWANEL -MGARNSVLRGLKHI-WANEL QMGARNSVLLKHIVWAE QMGARNSVL--LKHIVWA-E- MGAKALRGLKHLVWA -MGAK-A-LRGLKHLVWA--- MGRNSVLRLKHIVRAKL -MG-RNSVLR-LKHIVRAK-L El uso de expresiones regulares fue la primera forma de expresar los motivos. Para ello se acordaron una reglas de sintaxis (ver recuadro inferior izquierdo) de forma que se pudieran describir inequívocamente, ser y preprar programas para identificar su presencia en las secuencias; en L-K-H-[L I ] Reglas de sintaxis particular, en grupos relacionados de secuencias, de Una letra por amino ácido tal forma que pudieran ser Cualquier aa: X usados como elementos Ambigüedad: [ALT] Ala, Leu, o Thr. {AM} cualquiera excepto Ala y Met predictivos de relación entre secuencias. Guión: separa símbolos Repetición: entre paréntesis x(3) = x-x-x x(2,4) = x-x, x-x-x o x-x-x-x. Ejemplos N-terminal < [AC]-x-V-x(4)-{ED}. C-terminal > [Ala o Cys]-any-Val-any-any-any-any-{any excepto Glu o Asp} Fin de patrón punto <A-x-[ST](2)-x(0,1)-V. N-terminal, Ala-any-[Ser o Thr]-[Ser o Thr]-(any or none)-val
4 Motivos: Obtención n y Almacenamiento PROSITE: Objetivo: Tan corto y conservado como sea posible, con alta sensibilidad (TP) y especificidad (TN) Sensibilidad: Capacidad de no incorporar falsos negativos Especificidad: Capacidad de no incorporar falsos positivos Calidad del Patrón : f(tp, TN, FP, FN) Obtención Publicaciones + control de calidad + mejoras (capacidad de predicción) Grupos de secuencias: AM, buscar regiones importantes para la función Enzyme catalytic sites, Prostethic group attachment sites, Amino acids involved in binding a metal ion, Cysteines involved in disulfide bonds, Regions involved in binding a molecule or another protein). 1.- CORE: Zona corta y conservada (4-5 aa) con residuos importantes 2.- DBsrch sobre swissprot 3.- Evaluar Calidad 4.- En general: variaciones graduales del motivo (evitar FP) [repetir: 2]
5 (profiles, Position Perfiles Position-Specific Weight Score Matrix) Un perfil es una tabla de pesos específica por posición (columna) para cada residuo incluyendo las penalizaciones por interrupciones. Esta representación proporciona información sobre relaciones que (potencialemente) aun no se han detectado. F K L L S H C L L V F K A F G Q T M F Q Y P I V G Q E L L G F P V V K E A I L K F K V L A A V I A D L E F I S E C I I Q F K L L G N V L V C A C D E F G H I K L M N P Q R S T V W Y A tiene peso más bajo que M, que no aparece, porque M es físico-químicamente más parecido a L, I, V y F Contiene información para todos los residuos, incluso para aquellos que no aparecen en el AM, y se calculan con las frecuencias de sustitución MAYOR SENSIBILIDAD QUE LOS MOTIVOS
6 Hidden Markov Models (HMMs) Describe el patrón como un modelo estadístico de la generación de la secuencia lo que vemos es resultado de un proceso oculto del que tenemos un modelo Actividad: Describa la formulación de los HMMs, su obtención y uso
7 Bases de Datos: Motivos, Perfiles y HMMs Pattern dbase Data source Stored Information PROSITE Swiss-prot Regular expressions (patterns) PRINTS Swiss-prot+TrEMBL Raw aligned motifs (fingerprints) Profiles Swiss-prot Gapped weight matrices (profiles) Pfam Swiss-prot+TrEMBL Gapped domain alignments (HMMs) Blocks PROSITE+PRINTS Weighted aligned motifs (blocks) IDENTIFY Blocks+PRINT Permisive regular expressions (patterns) Alinment dbase Data source Stored Information ProDom Swiss-prot Domains SBASE Swiss-prot Domains ProtoMap Swiss-prot Families PIR-ALN PIR Superfamilies, families and domains PROT-FAM PIR Superfamilies, families and domains ProClass Swiss-Prot+PIR Superfamilies, families and domains DOMO Swiss-Prot+PIR Domains and Repeats PIMA Entrez Domains
8 Comentarios Finales 1er Paso: Búsquedas en Bases de Datos Uso de heurísticos (FASTA, BLAST) Exploración exhaustiva (Prog. Dinámica) Ajuste de parámetros (pesos, penalizaciones, relajación de umbrales) 2do Paso: AM de secuencias relacionadas Evidenciar zonas conservadas Mejorar la definición de las características de los grupos Repetir 1er paso con secuencias consenso o perfiles (extended BLAST) Homologías remotas: Detección de zonas conservadas (motivos, perfiles, HMMs) Qué secuencias comparten un patrón? Que otros patrones hay en mi secuencia? Donde buscar?: Existe una plétora de bases de datos La semejanza a nivel de secuencia es sólo una pista inicial. El conocimiento de las herramientas y de su diseño ayuda a interpretar los resultados
9 Un ejemplo de uso A la izquierda: (1) Identificación de fragmentos mediante búsquedas en BdeD, Blast; (2) ordenamos los fragmentos según donde aparecen el la secuencia desconocida; (3) se identifican concentraciones de fragmentos; (4) agrupamos fragmentos semejantes, (5) construimos un perfil de conservación; para finalmente en (6) refinar los bordes Lectura propuesta: Rodríguez, A.; Carazo, J.M. and A., Trelles O. (2005), "Mining Association Rules from Biological Databases", Journal of the American Society for Information Science and Technology 56(5): , 2005 Cuando los métodos de predicción (comparación y búsquedas de secuencias homólogas) no dan resultados podemos probar con métodos de minería de datos (ver tema 8). Podemos usar la secuencia desconocida como semilla para buscar pequeñas semejanzas (palabras) en otras secuencias de la base de datos. Si ordenamos la posición de dichos fragmentos observaremos concentraciones que nos indicas zonas conservadas. A partir de allí y usando métodos de agrupamiento y reglas de asociación podemos asociar los patrones a anotaciones funcionales y dar pistas sobre la función de la proteína
10 La versión ampliada de este tema se encuentra en los apuntes del Tema 4: Alineamiento Múltiple y Filogenia, accesibles a través de la plataforma Web de aprendizaje virtual de la UNIA. Consulta estos materiales para completar tus conocimientos
Análisis de secuencias. Patrones, perfiles y dominios.
Análisis de secuencias. Patrones, perfiles y dominios. Curso de verano de Bioinformática y Biología Computacional de la UCM, Madrid 2004 Federico Abascal Museo Nacional de Ciencias Naturales Recordatorio
Más detallesSAQQARA. Correlación avanzada y seguridad colaborativa_
SAQQARA Correlación avanzada y seguridad colaborativa_ Tiene su seguridad 100% garantizada con su SIEM?_ Los SIEMs nos ayudan, pero su dependencia de los eventos y tecnologías, su reducida flexibilidad
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesProgramas para Alineamientos Múltiples
Programas para Alineamientos Múltiples http://en.wikipedia.org/wiki/sequence_alignment_software Alindamientos múltiples de proteínas y comparaciones DB Los análisis filogenéticos basados en alineamientos
Más detallesTrabajo final de Ingeniería
UNIVERSIDAD ABIERTA INTERAMERICANA Trabajo final de Ingeniería Weka Data Mining Jofré Nicolás 12/10/2011 WEKA (Data Mining) Concepto de Data Mining La minería de datos (Data Mining) consiste en la extracción
Más detallesCualitativos Caso de Aplicación
Validación n de Métodos M Cualitativos Caso de Aplicación Agenda Introducción Definiciones Clasificación Validación Evaluación de Métodos Cualitativos Caso de Aplicación Conclusiones Introducción La validación
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
DIAGRAMA CAUSA EFECTO 1.- INTRODUCCIÓN Este documento describe el proceso de construcción de una de las herramientas más útiles para la ordenación de ideas, mediante el criterio de sus relaciones de causalidad,
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesAnálisis de Secuencias, Familias de Proteínas. Masters en Bioinformática Madrid 2005. Michael Tress Protein Design Group
Análisis de Secuencias, Familias de Proteínas Masters en Bioinformática Madrid 2005 Michael Tress Protein Design Group Lo que encontramos en las bases de datos Observación: las proteínas homólogas pueden
Más detallesData Mining Técnicas y herramientas
Data Mining Técnicas y herramientas Introducción POR QUÉ? Empresas necesitan aprender de sus datos para crear una relación one-toone con sus clientes. Recogen datos de todos lo procesos. Datos recogidos
Más detalles11.2-DISCUSIÓN Prueba rápida
11.2-DISCUSIÓN Prueba rápida Como se observa en la tabla 9 del total de las embarazadas (62,214) a las que se les realizo la prueba rápida un 99.3%(61,808) de ellas dio como resultado no reactivo, tan
Más detallesEs de aplicación a todas aquellas situaciones en las que se necesita desplegar un objetivo para obtener una visión clara de cómo debe ser alcanzado.
DIAGRAMA DE AÁRBOL 1.- INTRODUCCIÓN Este documento describe el proceso de construcción de un Diagrama de Árbol, mediante el cual se dispone de una metodología simple y sistemática para la identificación
Más detallesRecuperación de información Bases de Datos Documentales Licenciatura en Documentación Curso 2011/2012
Bases de Datos Documentales Curso 2011/2012 Miguel Ángel Rodríguez Luaces Laboratorio de Bases de Datos Universidade da Coruña Introducción Hemos dedicado la primera mitad del curso a diseñar e implementar
Más detallesBase de datos II Facultad de Ingeniería. Escuela de computación.
Base de datos II Facultad de Ingeniería. Escuela de computación. Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo de sus prácticas de laboratorios,
Más detallesInteligencia de Negocio
UNIVERSIDAD DE GRANADA E.T.S. de Ingenierías Informática y de Telecomunicación Departamento de Ciencias de la Computación e Inteligencia Artificial Inteligencia de Negocio Guión de Prácticas Práctica 1:
Más detallesANEXO TRES INSTRUCTIVO PARA EL LLENADO DE LA FICHA TÉCNICA DEL INDICADOR
ANEXO TRES INSTRUCTIVO PARA EL LLENADO DE LA FICHA TÉCNICA DEL INDICADOR Objeto 1. Apoyar la elaboración de la ficha técnica del indicador mediante un conjunto de elementos que describe n de manera sencilla
Más detallesEnginyeria del Software III
Enginyeria del Software III Sessió 3. L estàndard ISO/IEC 15504 Antònia Mas Pichaco 1 Introducción El proyecto SPICE representa el mayor marco de colaboración internacional establecido con la finalidad
Más detalles4 m. Sabemos que las caras de las pirámides son proporcionales. Los triángulos son equiláteros y la base es un cuadrado.
M001 La pirámide A) PRESENTACIÓN DEL PROBLEMA En el museo de una ciudad se va a presentar una exposición del arte egipcio y como parte de la decoración han mandado fabricar un par de pirámides. Ambas pirámides
Más detallesDiseño Estructurado de Algoritmos
Diseño Estructurado de Algoritmos 1 Sesión No. 5 Nombre: Primitivas para el diseño de instrucciones. Segunda parte. Objetivo de la sesión: Al concluir la sesión el estudiante identificará las diferentes
Más detallesGUIA SOBRE LOS REQUISITOS DE LA DOCUMENTACION DE ISO 9000:2000
1 INTRODUCCIÓN Dos de los objetivos más importantes en la revisión de la serie de normas ISO 9000 han sido: desarrollar un grupo simple de normas que sean igualmente aplicables a las pequeñas, a las medianas
Más detallesCapítulo IV. Manejo de Problemas
Manejo de Problemas Manejo de problemas Tabla de contenido 1.- En qué consiste el manejo de problemas?...57 1.1.- Ventajas...58 1.2.- Barreras...59 2.- Actividades...59 2.1.- Control de problemas...60
Más detallesMartes 28. Alineamientos múltiples. Cedric Notredame (CRG) Lunes 17 Dominios de proteínas y homología remota. Viernes 7 Miércoles 12.
Hoy Lunes 27 Martes 28 Jueves 30 Bases de datos Federico Abascal Alineamiento y búsqueda de homólogos Federico Abascal Alineamientos múltiples Cedric Notredame (CRG) Búsquedas con perfiles Tirso Pons,
Más detallesValidation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación
Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades
Más detallesSistemas de Información Geográficos (SIG o GIS)
Sistemas de Información Geográficos (SIG o GIS) 1) Qué es un SIG GIS? 2) Para qué sirven? 3) Tipos de datos 4) Cómo trabaja? 5) Modelos de datos, Diseño Conceptual 6) GeoDataase (GD) 7) Cómo evaluamos
Más detallesEste documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org
DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación
Más detallesEl Proceso Unificado de Desarrollo de Software
El Proceso de Desarrollo de Software Ciclos de vida Métodos de desarrollo de software El Proceso Unificado de Desarrollo de Software 1 Fases principales del desarrollo de software Captura de requisitos:
Más detallesBases de datos biológicas
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 28 de mayo del 2013 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) 28 de mayo del 2013 1 / 50 1 Introducción Desventajas de las bases de datos biológicas Recuperación
Más detallesCalidad Escuela de Ingeniería de Sistemas y Computación Desarrol o de Software II Agosto Diciembre 2007
Calidad Calidad Definición de diccionario: Conjunto de Cualidades que constituyen la manera de ser de una persona o cosa. En términos generales podemos definir la calidad como conjunto de características
Más detallesARCHIVOS CON SERIES DEL BOLETÍN ESTADÍSTICO Manual de Usuario
Dirección General del Servicio de Estudios 04.09.2007 ARCHIVOS CON SERIES DEL BOLETÍN ESTADÍSTICO Manual de Usuario Departamento de Estadística Hoja de Control Título Autor Versión Fecha Registro de Cambios
Más detallesConsultas con combinaciones
UNIDAD 1.- PARTE 2 MANIPULACIÓN AVANZADA DE DATOS CON SQL. BASES DE DATOS PARA APLICACIONES Xochitl Clemente Parra Armando Méndez Morales Consultas con combinaciones Usando combinaciones (joins), se pueden
Más detallesANÁLISIS DE ESCENARIOS PARA EL SALÓN DE CLASES: GUÍA DEL FACILITADOR
ANÁLISIS DE ESCENARIOS PARA EL SALÓN DE CLASES: GUÍA DEL FACILITADOR ESPAÑOL/SPANISH ACTIVIDAD DE APRENDIZAJE USANDO EL MÉTODO CIENTÍFICO A continuación se muestran algunos escenarios para que los participantes
Más detallesMetadatos en Plataformas ECM
Metadatos en Plataformas ECM understanding documents Ofrece tu sistema soporte para tipos documentales en bases de datos? Por qué debería importarte? Marzo, 2013 Basado en: Manejo de metadatos en plataformas
Más detallesPRUEBA RAPIDA EN EMBARAZADAS (n=62,214 2009-Junio 2010) NO REACTIVO n=218 REACTIVO INDETERMINADO. Tabla 9: Resultados Prueba rápida
11-RESULTADOS 11.1-Interpretación y análisis de resultados Un total de de 62,214 mujeres embarazadas se realizaron la prueba rápida de VIH durante años 2009 hasta junio 2010 (Tabla 9). De ellas, 61,808
Más detallesMicrosoft SQL Server Conceptos.
Microsoft Conceptos. Microsoft 2005 es una plataforma de base de datos a gran escala de procesamiento de transacciones en línea (OLTP) y de procesamiento analítico en línea (OLAP). La siguiente tabla muestra
Más detallesO jeto de apre r ndizaje
Herramientas de Gestión para Objetos de Aprendizaje. Plataforma AGORA Victor Hugo Menéndez Domínguez Universidad Autónoma de Yucatán, México :: mdoming@uady.mx Manuel Emilio Prieto Méndez Universidad de
Más detallesContacto. Primeros pasos en MiAulario. Curso de Formación. Primeros pasos en MiAulario
Contacto Curso de Formación Primeros pasos en MiAulario Centro Superior de Innovación Educativa Hezkuntza Berrikuntzaren Goi Mailako Ikastegia Edificio Sario, Módulo 2-1ª Planta aulariovirtual@unavarra.es
Más detallesÁRBOL DE PROBLEMA Y ÁREAS DE INTERVENCIÓN
METODOLOGIAS E INSTRUMENTOS PARA LA FORMULACIÓN, EVALUACIÓN Y MONITOREO DE PROGRAMAS SOCIALES ÁRBOL DE PROBLEMA Y ÁREAS DE INTERVENCIÓN Rodrigo Martínez Andrés Fernández Documento de uso exclusivo para
Más detallesLa base de datos Panel de Innovación Tecnológica (PITEC) Mayo 2011
La base de datos Panel de Innovación Tecnológica (PITEC) Mayo 2011 Indice 1. PITEC 2. Datos, actualización y accesibilidad Nota: Acceso a los datos no anonimizados 3. Muestras Nota: Utilización de la muestra
Más detallesRepública Dominicana
ANÁLISIS DE INDICADORES EDUCATIVOS Y DE ALERTA TEMPRANA República Dominicana Informe sobre los indicadores Año 2008-2009 INTRODUCCIÓN El presente documento brinda elementos de interpretación para el análisis
Más detallesANALIZANDO GRAFICADORES
ANALIZANDO GRAFICADORES María del Carmen Pérez E.N.S.P.A, Avellaneda. Prov. de Buenos Aires Instituto Superior del Profesorado "Dr. Joaquín V. González" Buenos Aires (Argentina) INTRODUCCIÓN En muchos
Más detallesMODELOS DE INVENTARIO
MODELOS DE INVENTARIO Los modelos de inventarios son métodos que ayudan a reducir o minimizar los niveles de inventario requeridos en la producción. Existen varios métodos que nos ayudan a conseguir dicho
Más detallesEstas visiones de la información, denominadas vistas, se pueden identificar de varias formas.
El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los
Más detallesRESUMEN CUADRO DE MANDO
1. Objetivo Los objetivos que pueden alcanzarse, son: RESUMEN CUADRO DE MANDO Disponer eficientemente de la información indispensable y significativa, de modo sintético, conectada con los objetivos. Facilitar
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesInformàtica i Comunicacions Plaça Prnt. Tarradellas, 11 17600 FIGUERES (Girona) Tel. 902 88 92 67 Fax 972 671 962 www.cesigrup.es
DNS (Domain Name System)...2 La estructura... 2 Servidores DNS e Internet... 3 Dominios... 3 Servidores de nombres... 3 Servidores de nombres Principal y Secundario... 4 Los archivos del DNS... 4 Registro
Más detallesSOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE
Más detallesCAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS
Capitulo 6. Sistema de Detección de Intrusos con Redes Neuronales. 69 CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS USANDO REDES NEURONALES. En este capítulo se realiza la preparación adecuada de toda la
Más detallesPruebas rápidas r. Estrategias preventivas. Propuesta de nuevas estrategias preventivas
XV ENCUENTRO ESTATAL PARA ONG s Madrid, 1-3 de Octubre 2009 Diagnóstico tardío o. Pruebas rápidas r Dra Carmen Rodríguez Centro Sanitario Sandoval Madrid Estrategias preventivas La prevención de nuevas
Más detallesEste capítulo describirá la metodología usada para realizar la evaluación de la aplicación
Capítulo V. Evaluación de la aplicación móvil de RoX Este capítulo describirá la metodología usada para realizar la evaluación de la aplicación móvil de RoX, qué tipo de sujetos de prueba se usaron en
Más detallesPROGRAMA FIDES-AUDIT
PROGRAMA FIDES-AUDIT INFORME FINAL DE EVALUACIÓN DEL DISEÑO DEL SISTEMA DE GARANTÍA INTERNA DE CALIDAD ESCUELA UNIVERSITARIA DE DISEÑO INDUSTRIAL UNIVERSIDADE DA CORUÑA INFORME DE EVALUACIÓN DEL DISEÑO
Más detallesPráctica 2: Alineamiento múltiple e Identificación y búsqueda de Motivos.
Introducción a la Bioinformática Práctica 2: Alineamiento múltiple e Identificación y búsqueda de Motivos. El alineamiento múltiple es una de las técnicas bioinformáticas más usadas, ya que por medio de
Más detallesAprendizaje Automático y Data Mining. Bloque IV DATA MINING
Aprendizaje Automático y Data Mining Bloque IV DATA MINING 1 Índice Definición y aplicaciones. Grupos de técnicas: Visualización. Verificación. Descubrimiento. Eficiencia computacional. Búsqueda de patrones
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesSCGDoc. SisConGes & Estrategia WWW.SISTEMACONTROLGESTION.COM
SCGDoc SisConGes & Estrategia WWW.SISTEMACONTROLGESTION.COM POR QUÉ NECESITA USTED EL SCGDoc? DIFICULTAD PARA CONSOLIDAR JUNTOS ARCHIVOS DE DIFERENTES TIPOS, NOTAS Y EMAILS. MUCHA INFORMACIÓN DE DIFERENTES
Más detallesCOBIT 5. Niveles de Capacidad Desafío de formalización de procesos Costos y Beneficios. A/P Cristina Borrazás, CISA, CRISC, PMP
COBIT 5. Niveles de Capacidad Desafío de formalización de procesos Costos y Beneficios A/P Cristina Borrazás, CISA, CRISC, PMP AGENDA Presentación del tema Contextualización Cobit 5 Gestión de la Documentación
Más detallesJaume Aragonés Ferrero Sergio Luján Mora Departamento de Lenguajes y Sistemas Informáticos
Elaboración de una aplicación informática para la confección de exámenes tipo test y su exportación al Campus Virtual Jaume Aragonés Ferrero Sergio Luján Mora Departamento de Lenguajes y Sistemas Informáticos
Más detallesTecnologías de logística y transporte
Tecnologías de logística y transporte Introducción Uno de los campos de actividad más importante en el mercado de servicios es Transporte y Logística, un sector en crecimiento el cual, actualmente, está
Más detallesDISEÑOS DE INVESTIGACIÓN
DISEÑOS DE INVESTIGACIÓN María a Eugenia Mackey Estadística stica Centro Rosarino de Estudios Perinatales El diseño de un estudio es la estrategia o plan utilizado para responder una pregunta, y es la
Más detallesCAPÍTULO 3 Servidor de Modelo de Usuario
CAPÍTULO 3 Servidor de Modelo de Usuario Para el desarrollo del modelado del estudiante se utilizó el servidor de modelo de usuario desarrollado en la Universidad de las Américas Puebla por Rosa G. Paredes
Más detallesIndicadores del Sector Público. marzo de 2011
Indicadores del Sector Público marzo de 2011 Aspectos Conceptuales Un DATO es un valor puntual que expresa la situación de una variable en un momento específico del tiempo. Un dato aislado de su contexto
Más detallesIntroducción a la plataforma Moodle Aníbal de la Torre 2006. Plataforma Moodle. Accediendo a los contenidos
Plataforma Moodle Accediendo a los contenidos Formatos ----------------------------------------------------------------------- 2 Glosarios -----------------------------------------------------------------------
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:
Más detallesCATÁLOGO DE INFERENCIAS
Las inferencias son los elementos claves en los modelos de conocimiento o Son los elementos constitutivos de los procesos de razonamiento No existe ningún estándar CommonKADS ofrece un catálogo que cubre
Más detallesINDICADORES PRESENTADO POR: LUIS DARÍO TÉLLEZ RAMÍREZ
PRESENTADO POR: LUIS DARÍO TÉLLEZ RAMÍREZ CONTENIDO GENERALIDADES DE LA MEDICIÓN CLASIFICACIÓN DE FORMULACIÓN O AJUSTE DE GENERALIDADES DE LA MEDICIÓN EN EL SECTOR PÚBLICO La medición consiste en revisar
Más detallesCómo se sabe si una metodología científica es confiable y válida?
Cómo se sabe si una metodología científica es confiable y válida? POR: Tupak Ernesto Obando Rivera Ingeniero en Geología. Master y Doctorado en Geología, y Gestión Ambiental por la Universidad Internacional
Más detallesESCUELA PROFESIONAL SAN FRANCISCO
Módulo Profesional: Gestión y logística del mantenimiento de vehículos. Equivalencia en créditos ECTS: 8 Código: 0297 Resultados de aprendizaje y criterios de evaluación. 1. Elabora la planificación de
Más detallesFigure 7-1: Phase A: Architecture Vision
Fase A Figure 7-1: Phase A: Architecture Vision Objetivos: Los objetivos de la fase A son: Enfoque: Desarrollar una visión de alto nivel de las capacidades y el valor del negocio para ser entregado como
Más detallesCLASIFICACIÓN DE RESULTADOS DE ENFERMERÍA (NOC) Y CLASIFICACIÓN DE INTERVENCIÓN DE (NIC) Profa. Ana Rosado RN, MSN
CLASIFICACIÓN DE RESULTADOS DE ENFERMERÍA (NOC) Y CLASIFICACIÓN DE INTERVENCIÓN DE ENFERMERÍA (NIC) Profa. Ana Rosado RN, MSN OBJETIVOS 1. Analizar el racional de los cambios educativos que han surgido
Más detallesFACULTAD DE CIENCIAS EXACTAS Y TECNOLOGIA (UNT) PROGRAMACIÓN II (E11) EJEMPLO TEORÍA - 2015
El ejemplo presentado en este documento tiene como finalidad presentar la práctica que se desarrollará durante todas las clases teóricas de la asignatura a lo largo de todo el cuatrimestre. Presentación
Más detallesPreguntas Frecuentes. La SIM Móvil Éxito la puedo usar en cualquier equipo terminal móvil?
Preguntas Frecuentes Cómo activo el servicio de la SIM Móvil Éxito? La SIM Móvil Éxito se activa desde tu compra, registrando tus datos personales y presentando tu cédula. La SIM Móvil Éxito la puedo usar
Más detallesWE ARE EXPERTS IN DATA PROCESSING & ANALYTICS IDATHA. DARK DATA White Paper - IDATHA. Octubre 2015. IDATHA.COM
DARK DATA White Paper -. Octubre 2015..COM Resumen Ejecutivo Hoy en día las empresas recogen y almacenan enormes cantidades de datos. Estos datos se conservan en la mayoría de los casos para tareas de
Más detallesAPLICACIÓN PRÁCTICA EN ESPAÑA DE LA NORMATIVA "SEPA" EN PROGRAMAS MDG
APLICACIÓN PRÁCTICA EN ESPAÑA DE LA NORMATIVA "SEPA" EN PROGRAMAS MDG A partir del 1 de febrero del 2014 el formato de los archivos "Norma 19" deja de ser válido para domiciliar recibos y es sustituido
Más detallesCambio de tendencia Página 8 Longitud mínima de la figura Indicadores de calidad
Manual del Usuario Índice Introducción Página 3 Accediendo a Autochartismo La interfaz de Autochartismo Página 4 Panel de búsqueda La interfaz de Autochartismo (continuación) Página 5 Panel de resultados
Más detallesCOMISIÓN DE METROLOGÍA LEGAL MINISTERIO DE INDUSTRIA, TURISMO Y COMERCIO
COMISIÓN DE METROLOGÍA MINISTERIO DE INDUSTRIA, TURISMO Y COMERCIO GUÍA PARA LA APLICABILIDAD E INTERPRETACIÓN DE LA ORDEN ITC/3022/2007, DE 10 DE OCTUBRE, POR LA QUE SE REGULA EL CONTROL METROLÓGICO DEL
Más detallesFunciones, x, y, gráficos
Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre
Más detalles2. LOS SISTEMAS DE COSTOS
2. LOS SISTEMAS DE COSTOS En el actual desarrollo de las técnicas y sistemas de costos se persiguen tres importantes objetivos: La medición de los costos, la más correcta y precisa asignación de costos
Más detallesGuía rápida del usuario. Disco duro virtual.
Guía rápida del usuario. Disco duro virtual. Servicio de compartición de carpetas y archivos a través de Internet y sincronización con dispositivos móviles. Índice Introducción Definir espacio por defecto
Más detallesLas funciones trigonométricas
Las funciones trigonométricas Las funciones trigonométricas Las funciones trigonométricas son las funciones derivadas de las razones trigonométricas de un ángulo. En general, el ángulo sobre el cual se
Más detallessistema aseguramiento calidad proveedores, división auto
sistema aseguramiento calidad proveedores, El proceso de aprovisionamientos tiene como uno de sus objetivos la obtención de suministros en serie conformes con las especificaciones definidas. Para alcanzar
Más detallesCALIDAD DEL SOFTWARE TESTS DE EXAMEN ACTUALIZADO SEP. 2010 TEMA 4 MODELOS, METODOLOGÍAS Y ESTÁNDARES: ESTRATEGIAS PARA ALCANZAR LA CALIDAD
TEMA 4 MODELOS, METODOLOGÍAS Y ESTÁNDARES: ESTRATEGIAS PARA ALCANZAR LA CALIDAD 1. MODELOS, METODOLOGÍAS Y ESTÁNDARES 1.1 Definiciones 01 [Feb. 2006] [Feb. 2007] Cuál de las siguientes frases referidas
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detallesPortal de Compras del Gobierno del Estado de Baja California (www.comprasbc.gob.mx) A. Antecedentes
Buenas prácticas en la implementación de las recomendaciones de la Guía para Mejorar la Calidad Regulatoria de Trámites Estatales y Municipales e Impulsar la Competitividad de México Portal de Compras
Más detallesPortafolio de Servicios y Productos
Portafolio de Servicios y Productos Introducción Somos una empresa que se dedica a generar ventajas competitivas para nuestros clientes a través de desarrollos y consultoría en inteligencia de negocios
Más detallesANÁLISIS DE DATOS DE MICROARRAY 2ª PRÁCTICA OBLIGATORIA
ANÁLISIS DE DATOS DE MICROARRAY 2ª PRÁCTICA OBLIGATORIA OBJETIVO Realizar un estudio de expresión génica relacionado con un tema de interés. Mediante esta práctica se evalúan las siguientes capacidades
Más detallesNivel de Lectura: Qué son las puntuaciones Estanina?
Información sobre la Evaluación Diagnóstica de Lectura Normas del Comienzo del año en Kindergarten Este documento esta diseñado para ayudar a los padres a interpretar los diferentes componentes de la evaluación
Más detallesEl participante puede llevar a cabo el proceso de auto-comparación y sobre esa base reforzar los aspectos menos consistentes.
Guía de Evaluación Como evaluación de la guía pedagógica se ha elegido una metodología de evaluación cualitativa del nivel de conocimientos del participante. Para ello se ha construido una guía de preguntas
Más detallesENCUESTA CALIDAD DE LOS SERVICIOS DEL SISTEMA DE BIBLIOTECAS UCM
UNIVERSIDAD CATÓLICA DEL MAULE VICERRECTORÍA ACADÉMICA Dirección Sistema de Bibliotecas Comisión de Autoevaluación ENCUESTA CALIDAD DE LOS SERVICIOS DEL SISTEMA DE BIBLIOTECAS UCM (SÓLO ACADÉMICOS) La
Más detallesEstadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte. ---o0o--- Introducción a la Inferencia Estadística
Estadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte ---o0o--- Introducción a la Inferencia Estadística Bioestadística - Facultad de Medicina Universidad de Granada (España) http://www.ugr.es/~bioest
Más detallesRelaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d
Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en
Más detallescrmitv.com Que es crmitv.com?
crmitv.com Que es crmitv.com? crmitv.com es un sistema informático online de apoyo a la gestión de las relaciones con los clientes, a la venta y al marketing que permite gestionar y analizar los descuentos,
Más detallesPROCESO GESTION ADMINISTRATIVA PROCEDIMIENTO VERIFICACION, REGISTRO Y DISTRIBUCIÓN Y CLASIFICACION DE DOCUMENTOS DIGITALES
Versión 2.0 Página 1 de 5 1. OBJETIVO Garantizar que las comunicaciones oficiales de entrada, internas y de salida, radicadas en la ventanilla de correspondencia de Sede de la Dirección General, Regionales
Más detallesFICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA. Tema 8. Elementos Básicos
FICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA Tema 8. Elementos Básicos 1.- Ejemplo Introductorio. 2.- Dominios. 3.- Relaciones. 4.- Bases de Datos Relacionales. (Capítulo 11 del Date) EJEMPLO
Más detallesApuntes de ACCESS. Apuntes de Access. Campos de Búsqueda:
Apuntes de ACCESS Campos de Búsqueda: Los campos de búsqueda permiten seleccionar el valor de un campo de una lista desplegable en lugar de tener que escribirlos. El usuario sólo tiene que elegir un valor
Más detallesMÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO. Tema 1: Gestión de listas de datos y tablas dinámicas. Leire Aldaz, Begoña Eguía y Leire Urcola
MÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO Tema 1: Gestión de listas de datos y tablas dinámicas Leire Aldaz, Begoña Eguía y Leire Urcola Índice del tema - Introducción a las listas de datos -
Más detallesServicios TIC. Propuesta educación Universidad
Servicios TIC Propuesta educación Universidad 1. LMS - Campus Virtual Somos una empresa formada por un equipo especializado en la integración de las tecnologías de la información y la comunicación en entornos
Más detallesTesting. Tipos, Planificación y Ejecución de Pruebas
Testing Tipos, Planificación y Ejecución de Pruebas Contenido Definiciones del Testing de Software Objetivos, conceptos Tipos de Test Testing a-la RUP Rol del Testing en el proceso Artefactos Trabajadores
Más detallesTécnicas para identificar la causa-raíz de los problemas
Técnicas para identificar la causa-raíz de los problemas OBJETIVO: Aplicar las técnicas para la identificación de la causa real o potencial de un problema y su posible solución. CONTENIDO: 1. Introducción
Más detallesEnfoque propuesto para la detección del humo de señales de video.
Capítulo 3 Enfoque propuesto para la detección del humo de señales de video. 3.1 Comportamiento del enfoque propuesto. Una visión general del método propuesto se muestra en la figura 2. El método genera
Más detallesAdministración Colaborativa de Riesgos
Administración Colaborativa de Riesgos Introducción Después de varios años trabajando y dando consultoría en empresas de diferentes giros, llego a la conclusión de que la administración de los riesgos
Más detalles