Predicting bacterial transcription factor binding sites through machine learning and structural characterization based on DNA duplex stability

Artículo académico que estudia la predicción de sitios de unión de factores de transcripción (TFBS) bacterianos usando aprendizaje automático. Emplea datos termodinámicos de estabilidad del dúplex de ADN para clasificar TFBS como repeticiones dirigidas o invertidas. El algoritmo Random Forest logró precisiones superiores al 82 % en la predicción de TFBS y 89 % en la clasificación, revelando patrones estructurales palindrómicos y aportando información sobre la interacción proteína-ADN.