ISSN: 0974-276X
U.S.N Murty, Amit Kumar Banerjee y Neelima Arora
A medida que nos adentramos en una nueva era de mundo impulsado por los datos, nos enfrentamos al enorme desafío de obtener información a partir de montones de datos disponibles. La cantidad de datos que se generan es abrumadora y esto requiere explorar métodos novedosos y efectivos para agrupar y clasificar dichos datos. Se sabe que la familia de cinasas CAM contiene muchas enzimas implicadas en importantes procesos fisiológicos. En el presente estudio, se calcularon 13 parámetros fisicoquímicos importantes para 56 secuencias de la familia de quinasas CAM in silico. Se emplearon mapas autoorganizados (SOM) para clasificar y agrupar secuencias similares y visualizar espacios de datos de alta dimensión, ya que son conocidos por su capacidad para mantener la esencia de las relaciones topológicas entre las características. SOM arrojó efectivamente 4 grupos que eran distintos entre sí y marcados por rasgos característicos.