Construyendo modelos de exones basados en árboles de decisión paralelos a los ejes

Una de las tareas que actualmente enfrentan los bioinformáticos es la construcción de modelos de exones que superen los niveles de exactitud de los ya existentes. Un modelo de exones permite clasificar una secuencia de ADN no caracterizada, ya sea como región exónica o bien como región no exónica. A pesar de los avances que se han logrado al incorporar técnicas como cadenas ocultas de Markov, redes neuronales, matrices de pesos, entre otras, este es aun un problema por explorar. En este artículo se presenta un nuevo modelo de exones construido con base en la aplicación de árboles de decisión paralelos a los ejes, que logra niveles de especificidad mayores que cualquier modelo existente,además de que permite conocer información relevante en la tarea de predicción por ser una de las técnicas que produce modelos de fácil interpretación para el experto.