Comparación de modelos de aprendizaje automático para la predicción de células cancerígenas a partir del complejo MHC I

Abstract

El presente trabajo propone una comparación de modelos de aprendizaje automático para la detección de células cancerígenas a partir de los antígenos del complejo MHC I. Utilizando protocolos de extracción de características físico-químicas de las proteínas y un proceso comparativo de las medidas de desempeño en la fase de validación y prueba de los modelos. Con este procedimiento se pretende determinar cuál modelo de aprendizaje automático presenta el mejor desempeño en la predicción de antígenos cancerígenos, utilizando propiedades fisicoquímicas como marcadores de entrada.

The present work proposes a comparison of machine learning models for the detection of cancer cells from the MHC I complex antigens. Using protocols for the extraction of physical-chemical characteristics of proteins and a comparative process of performance measurements in the model validation and testing phase. This procedure aims to determine the machine learning model presenting the best performance in the prediction of carcinogenic antigens, using physicochemical properties as input markers.