Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas.

  • Caicedo N
  • Caicedo J
  • Oñate Garzón J
N/ACitations
Citations of this article
8Readers
Mendeley users who have this article in their library.

Abstract

La quinua, se clasifica como pseudocereal y contienen componentes bioactivos, tales como proteínas con un alto valor nutricional. El consumo de proteína y especialmente aminoácidos esenciales de cadena ramificada juegan un papel fundamental en la dieta, ya que favorece el mantenimiento de estructuras corporales. El presente artículo busca realizar un análisis y cuantificación de los aminoácidos de la proteína de quinua usando la base de datos del Departamento de Agricultura de los Estados Unidos (USDA). Se utilizó el lenguaje de programación Python con el fin de desarrollar modelos de aprendizaje de máquinas (ML) para pronosticar la presencia de aminoácidos ramificados en proteína de quinua y mediante regresión lineal obtener datos estadísticos que suministren una cantidad aproximada de estos nutrientes. Asimismo se pueden encontrar información de artículos importantes donde se presenta de técnicas deaprendizaje automático para obtener información nutricional. Se identificaron los aminoácidos valina, leucina e isoleucina en la proteína de aislada de quinua y a su vez se utilizaron como controles el garbanzo, arroz, brócoli, quinua cruda y quinua cocida, y los valores de concentración p/p obtenidos en g/100g fueron 15.9, 3.43, 1.7, 0.37, 2.1 y 0.66 respectivamente. Estos resultados evidencian la presencia de aminoácidos de cadena ramificada en la quinua, constatando la importancia de su valor nutricional y sus posibles efectos en la salud muscular.

Cite

CITATION STYLE

APA

Caicedo, N., Caicedo, J., & Oñate Garzón, J. (2022). Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas. Computer and Electronic Sciences: Theory and Applications, 3(2). https://doi.org/10.17981/cesta.03.02.2022.04

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free