Estudio de modelos predictivos de redes complejas en Parasitología

Laburpena

En Parasitología podemos encontrar gran cantidad de sistemas complejos, como son las redes de interacciones parásito-hospedador o las redes de propagación de enfermedades parasitarias. Las bases de datos de estos sistemas contienen información no del todo precisa. Esto determina la necesidad de re-evaluación de estos datos. Pero al ser bases de datos con una enorme cantidad de información su re-evaluación en términos experimentales es difícil. Por ello resulta interesante adaptar y aplicar a estos sistemas metodologías computacionales ya desarrolladas en otros campos para estudiar sistemas complejos. En esta tesis usamos las cadenas de Markov para extender los índices topológicos de grafos químicos al estudio de redes complejas en Parasitología y obtener modelos QSAR/QSPR para evaluar la calidad de las conexiones de dichas redes.