RFLP-inator: identificación bacteriana a partir de simulación in silico de electroforesis de fragmentos de restricción del gen 16S rRNA

dc.contributor.advisorGarcía Quispes, Wilser Andrés
dc.contributor.authorBedoya Benites, Kiefer Andre
dc.date.accessioned2023-11-07T16:40:01Z
dc.date.available2023-11-07T16:40:01Z
dc.date.issued2023
dc.description.abstractConstruye una herramienta que sirva como complemento de las diferentes prácticas experimentales relacionadas con la aplicación de la técnica 16S rRNA PCR-RFLP para su uso en investigación y educación virtual (eLearning). El método de polimorfismos de longitud de fragmentos de restricción (RFLP) del gen 16S rRNA permite la identificación bacteriana utilizando enzimas de restricción que generen patrones de bandas únicos por especie. Por otra parte, el desarrollo de simuladores de técnicas experimentales y laboratorios virtuales ha adquirido una mayor relevancia debido al cierre de muchos laboratorios provocado por el confinamiento a raíz de la pandemia de COVID-19. RFLP-inator (https://kieferbedoya.shinyapps.io/RFLP-inator/) fue desarrollada con el lenguaje de programación R y el paquete Shiny para la elaboración de una interfaz web. La herramienta de software permite la simulación in silico de la técnica RFLP, la identificación bacteriana, la obtención de enzimas de restricción que generan patrones de bandas únicos, y, además, presenta dos funciones complementarias para la elaboración de geles electroforéticos y mapas de restricción. El correcto funcionamiento de cada una de las herramientas de RFLP-inator se validó mediante la reproducción de resultados de investigaciones previas.es_PE
dc.formatapplication/pdfes_PE
dc.identifier.citationBedoya, K. (2023). RFLP-inator: identificación bacteriana a partir de simulación in silico de electroforesis de fragmentos de restricción del gen 16S rRNA. [Trabajo de investigación de bachiller, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Biológicas, Escuela Profesional de Genética y Biotecnología]. Repositorio institucional Cybertesis UNMSM.es_PE
dc.identifier.urihttps://hdl.handle.net/20.500.12672/20538
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Mayor de San Marcoses_PE
dc.publisher.countryPEes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/es_PE
dc.sourceUniversidad Nacional Mayor de San Marcoses_PE
dc.sourceRepositorio de Tesis - UNMSMes_PE
dc.subjectARN polimerasases_PE
dc.subjectLenguajes de programación (Computadoras electrónicas)es_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.00.00es_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.06.00es_PE
dc.titleRFLP-inator: identificación bacteriana a partir de simulación in silico de electroforesis de fragmentos de restricción del gen 16S rRNAes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
renati.advisor.dni40480447
renati.advisor.orcidhttps://orcid.org/0000-0001-6628-2985es_PE
renati.author.dni70619360
renati.discipline919036es_PE
renati.jurorVivas Ruiz, Dan Erick
renati.jurorRamirez Malaver, Jorge Luis
renati.jurorSanchez Venegas, Jaime Roberto
renati.levelhttps://purl.org/pe-repo/renati/level#bachilleres_PE
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeInvestigaciones_PE
sisbib.juror.dni41951131
sisbib.juror.dni43352480
sisbib.juror.dni06120091
thesis.degree.disciplineGenética y Biotecnologíaes_PE
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Biológicas. Escuela Profesional de Genética y Biotecnologíaes_PE
thesis.degree.nameBachiller en Genética y Biotecnologíaes_PE

Files

Original bundle

Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
Bedoya_bk.pdf
Size:
2.93 MB
Format:
Adobe Portable Document Format
Description:
No Thumbnail Available
Name:
C1493_2023_Bedoya_bk_autorizacion.pdf
Size:
0 B
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
C1493_2023_Bedoya_bk_reporte_turnitin.pdf
Size:
0 B
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: