Artículos

New Algorithm Transgenic with Homology to solve the problem of OneMax

Nuevo Algoritmo Transgénico con Homología, para resolver el problema del OneMax

Christian José Correa Villalón¹, Felipe Padilla Díaz¹, Eugenio Pérez Molphe¹, Eunice Ponce de León, Fátima Sayuri Quezada Aguilera¹ and Julio César Ponce Gallegos¹

¹ Universidad Autónoma de Aguascalienes (Departamento de Inteligencia Artificial); UAA, crisjc_2000@yahoo.com.mx, fpadilla@correo.uaa.mx, eponce@correo.uaa.rax, sayu_172002@yahoo.com.mx, jcponce@correo.uaa.mx, apadilla@correo.uaa.mx

Article received on July 07, 2009.
Accepted on October 31, 2009

Abstract

Already proposed a new vision, a heuristic based on a modern branch of biology called Biotechnology. "This is any technological application that uses biological systems, living organisms, or derivatives thereof, to make or modify products or processes for specific use" [SCDB, 1992]. For individuals who have undergone any change in their genes through biotechnology techniques are known as Transgenic, they can be animals or plants. The changes applied to these individuals are made for a specific purpose; usually to improve an individual has highlighted some of its own characteristics [CNICE, 2001]. Now incorporates new elements to the first algorithm for transgenic improvement. Homology has been incorporated in the search for the fittest individuals. The Homology has been incorporated in the search for the fittest individuals. With the use of positive and negative homology.

Keywords: Transgenic Organisms, Biotechnology, New Algorithms Transgenic, GMO, Directed Crossing, Homology, Anti sense, Resolution.

Resumen

Ya se propuso una nueva visión, una heurística basada en una rama de la biología moderna llamada Biotecnología. "Es cualquier aplicación tecnológica que usa sistemas biológicos, organismos vivientes, o derivados de estos, para hacer o modificar productos o procesos para un uso específico" [SCDB, 1992]. A los individuos que han sufrido alguna alteración en sus genes a través de técnicas de biotecnología reciben el nombre de Transgénicos, estos pueden ser animales o plantas. Los cambios aplicados a dichos individuos son hechos persiguiendo un fin o propósito especifico, generalmente para mejorar ha dicho individuo o resalar algunas de sus propias características [CNICE, 2001]. Ahora se incorporan nuevos elementos al primer algoritmo transgénico. La homología se ha incorporado en la búsqueda de los individuos más aptos. Con el uso de la homología positiva y negativa.

Palabras clave: Organismos Transgénicos, Biotecnología, Nuevo Algoritmo Transgénico, OMG, Cruza Dirigida, Homología, Anti sentido, Resolución.

DESCARGAR ARTÍCULO EN FORMATO PDF

References

1. United Nations. (1993). Convenio sobre la Diversidad Biológica. United Nations. Treaty Series. Vol. 1760 I–30619. Retrieved from http://www.cbd.int/doc/legal/cbd–un–es.pdf        [ Links ]

2. Correa, C. J., Padilla, F., Pérez, E. & Quezada, F. (2007). Algoritmo Transgénico para resolver el problema del TSP. Tercer Congreso Mexicano de Computación Evolutiva COMCEV' 07, Aguascalientes, México, 75–78.        [ Links ]

3. De Luna, E. & Mishler, B.D. (1996). El concepto de homología filogenética y la selección de caracteres taxonómicos. Boletín de la Sociedad Botánica de México, 59(1), 131–146.        [ Links ]

4. Dorigo, M. & Stützle, T. (2004). Ant Colony Optimization. Cambridge, MA: MIT Press.        [ Links ]

5. Goldberg, D.E. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Reading MA: Addison–Wesley.        [ Links ]

6. Helsgaun, K. (2000). An Effective implementation of the Lin–Kernighan traveling sales heuristic. European Journal of Operation Research, 126(1), 106–130.        [ Links ]

7. Ignacimuthu, S. (2008). Biotechnology: an introduction. Oxford, UK: Alpha Science International.        [ Links ]

8. Llorà, X., Sastry, K, Goldberg, D. E., Gupta, A., & Lakshmi, L. (2005). Combating User Fatigue in iGAs: Partial Ordering, Support Vector Machines, and Synthetic Fitness. Genetic and Evolutionary Computation Conference GECCO'05, Washington, USA, 1363–1370.        [ Links ]

9. Melián, B., Moreno, J.A. & Moreno, J.M. (2003). Metaheurísticas: Una visión global. Revista Iberoamericana de Inteligencia Artificial, 7(19), 7–28.        [ Links ]

10. Miller, B. L. & Goldberg, D. E. (1995). Genetic Algorithms, Tournament Selection, and the Effects of Noise. Complex Systems, 9(3), 193–212.        [ Links ]

11. Ow, D. W., de Wet, J. R., Helinski, D. R., Howell, S. H., Wood, K V. & de Luca, M. (1986). Transient and stable expression of the firefly luciferase gene in plant cells and transgenic plants. Science, 234(4778), 856–859.        [ Links ]

12. Papadimitriou, C.H. (1998). Combinatorial Optimization: Algorithms and Complexity. Mineola, NY: Dover Publications.        [ Links ]

13. Prescott, L., Harley, J., & Klein, D. (1999). Microbiología (4). Madrid: McGraw–Hill Interamericana.        [ Links ]

14. Villalobos, V. (2007). Los Transgénicos: oportunidades y amenazas (1). Madrid: Mundi–Prensa.        [ Links ]