BIOINFORMATICS & DATAMINING
Algorithms, Tools and Applications

[ \Famework... ]
 

Home

Framework

Tools

DataBases

Downloads

Bioinformatics framework
Biblioteca de clases
Una facilidad que brinda la plataforma creada es la biblioteca de clases, la cual permite el desarrollo de nuevas aplicaciones y la implementación de nuevos métodos y técnicas de predicción. La biblioteca está compuesta por un conjunto de paquetes dependientes entre sí que parten del espacio de nombres “Bioinformatics”.
El paquete “CM”, permite realizar la representación de las distancias entre los residuos de los aminoácidos como mapas de distancias o como mapas de contactos. El paquete “Experiments”, permite realizar todas las operaciones básicas de experimentación, incluyendo la posibilidad de paralelización de muchas de éstas. El paquete “Graphics” es el encargado de la representación de los mapas de distancias o contactos. El paquete “PDB” permite realizar todas las operaciones de cadena necesarias para el tratamiento de los ficheros de bases de datos de proteínas. “Statistics” es el paquete que se encarga de las pruebas estadísticas, entre las que se encuentran el error cuadrático medio (MSE), el error medio absoluto (MAE), el error cuadrático relativo (RSE), el error absoluto relativo (RAE), el coeficiente de correlación (CC), entre otras.
Y por último se encuentra el paquete “DataMining”, el cual es el de más interés para el trabajo con la plataforma, debido a que contiene los paquetes “Predictors” y “Tools”, los cuales permiten la inclusión de nuevo código por parte del usuario.
Al paquete “Predictors” se le puede agregar un nuevo predictor y emplearlo en la aplicación gráfica bajo las mismas condiciones que el resto de las técnicas ya implementadas, siempre que dicho predictor implemente la interfaz “Predictor”. Entre las clases ya implementadas, se encuentran las correspondientes a los algoritmos desarrollados y propuestos por nuestro grupo de investigación (CAST, MDS y RTP).
De igual manera sucede con el paquete “Tools”, el cual permite la adición de nuevos algoritmos de extracción de rasgos y relaciones entre los mismos. Tal es el caso de la clase “Apriori” que implementa la interfaz “Extractors”, lo cual le permite seleccionar qué rasgos serán incluidos en la extracción de las reglas de asociación.


Estructura de la biblioteca de clases “Bioinformatics” (Diagrama de paquetes).
La biblioteca permite a los usuarios crear sus propios preictores y/o extractores de rasgos. Al paquete “Predictors” puede agregársele nuevos métodos de predicción, siempre que éstos implementen la interfaz “Predictor”. Al paquete “FeaturesExtractors” pueden agregarse nuevos extractores de rasgos y o relaciones entre los mismos, siempre que implementen la interfaz “Extractor

Mediante el empleo de clases envolventes y que implementen la interfaz “Predictor” o “Extractors”, se pueden agregar otras técnicas que estén implementadas en librerías de propósito general que no han sido creadas para este propósito, como las brindadas por Weka (reconocimiento de patrones y minería de datos), Joone (redes neuronales) entre otras.



 
(c) 2012 by Cosme E. Santiesteban Toca