La predicción de la estructura de las proteínas continúa siendo un reto para la comunidad científica. Para la construcción de modelos apropiados, múltiples autores han venido explorando heurísticas complejas como redes neuronales recurrentes, máquinas de vectores de soporte de múltiples capas, algoritmos bio-inspirados o combinación de clasificadores, pero estos esfuerzos han resultado insuficientes. En el presente artículo se discuten los métodos de predicción de estructuras basados en aprendizaje automático. Estos métodos se clasifican en diferentes taxonomías y se provee una descripción detallada de cada paradigma, resaltando sus ventajas y desventajas. Finalmente, se muestran las tendencias actuales y los últimos avances en las investigaciones en la predicción de estructura de proteínas.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados