Uso del aprendizaje automático en la determinación de las propiedades antimicrobianas de péptidos

Abstract

La validación tanto de las bases de datos como de los modelos constituye un elemento esencial para garantizar la fiabilidad y efectividad de las predicciones. Este trabajo se enfoca en el fortalecimiento de las metodologías basadas en aprendizaje profundo aplicadas al estudio de péptidos con potencial antimicrobiano, priorizando la calidad de la información y la evaluación rigurosa de los modelos predictivos. El enfoque propuesto combina técnicas de inteligencia artificial con datos cuidadosamente curados, permitiendo identificar patrones secuenciales y estructurales relevantes que favorecen la caracterización de péptidos bioactivos. A través de esta integración, se busca optimizar los procesos de predicción y diseño de nuevos compuestos, obteniendo resultados más precisos, reproducibles y confiables. En conjunto, este trabajo contribuye al desarrollo de herramientas computacionales avanzadas para la bioinformática y la biotecnología, sentando las bases para futuras investigaciones orientadas al descubrimiento de péptidos terapéuticos mediante enfoques automatizados y basados en inteligencia artificial.