Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouManuella Guardado Alterado mais de 10 anos atrás
1
COMPUTAÇÃO INTELIGENTE NO ESTUDO DE VARIANTES DE HEMOGLOBINA
CAPES Universidade de São Paulo Programa de Pós-Graduação Interunidades Bioengenharia – EESC/FMRP/IQSC COMPUTAÇÃO INTELIGENTE NO ESTUDO DE VARIANTES DE HEMOGLOBINA Sousa1, T.H.S.;Delbem2, A.C.B.; Policastro2, A.C.; Garrat, 4R. C. 1Bioengenharia-São Carlos-USP; 2ICMC-São Carlos-USP, 4IFSC- São Carlos - USP
2
sumário Motivação Introdução Objetivo Materiais e Métodos Resultados
Conclusão
3
_________________________________________________________MOTIVAÇÃO
Evolução in vitro Método laboratorial para a evolução de moléculas por meio de mutações. Obtenção de propriedades desejadas. Evolução de proteínas in vitro. descobrimento de novas drogas. cura de muitas doenças de origem genética. Técnica de alto custorequer longo período de tempo.
4
PROTEÍNAS Componentes fundamentais de todos os seres vivos.
______________________________________________________INTRODUÇÃO PROTEÍNAS macromoléculas direta ou indiretamente responsáveis pelo desempenho de praticamente todas as funções metabólicas, estruturais, imunológicas e reprodutivas nos organismos vivos. Componentes fundamentais de todos os seres vivos. Moléculas orgânicas mais abundantes das células. LEHNINGER, 1976
5
PROTEÍNAS Algumas de suas principais funções:
______________________________________________________INTRODUÇÃO PROTEÍNAS Principais elementos: C, H, N , O e S. Elementos adicionais: P, Fe, Zn e Cu. Elementos liberados por hidrólise: Aminoácidos ou -aminoácidos Algumas de suas principais funções: Catálize enzimática; Transporte e armazenamento; Sustentação mecânica; Proteção imunitária e outras.
6
Conformação das proteínas
______________________________________________________INTRODUÇÃO Conformação das proteínas Proteínas fibrosas Proteína Globulares
7
______________________________________________________INTRODUÇÃO
AMINOÁCIDOS 20 aminoácidos são encontrados nas proteínas (padrão) Classificados Grupamentos R Polaridade: Hidrofóbicos, Hidrofílicos, Básicos e Ácidos
8
______________________________________________________INTRODUÇÃO
HEMOGLOBINA Proteínas, contidas nas hemácias, responsáveis pelo transporte de O2 , CO2, e íons de H+ . A Hb contém 2 cadeias (141 a.a) e 2 cadeias (146 a.a) liga-se a cada cadeia um grupo heme
9
________________________________________________________INTRODUÇÃO
HEMOGLOBINA Desoxihemoglobina Estado T Oxiemoglobina Estado R
10
Aprendizado de Máquina
________________________________________________________INTRODUÇÃO Aprendizado de Máquina AM é uma área de pesquisa computacional objetivo é desenvolvimento de sistemas computacionais capazes de aprenderem e adquirirem conhecimento de forma automática. Algoritmos de Aprendizado: Programa computacional capaz de tomar decisões baseadas em soluções de problemas anteriores. Exemplos de técnicas de AM: Redes Neurais, SVM, técnica de Árvores de Decisão e Algoritmos Genéticos.
11
______________________________________________________OBJETIVO
Propomos neste trabalho investigar técnicas computacionais inteligentes capazes de determinar a funcionalidade de proteínas mutantes a partir das seqüências de aminoácidos e classificar de maneira correta as mutações da proteína hemoglobina para em seguida predizer as características de uma nova mutação.
12
1) Proteínas (Hemoglobinas - Hb).
________________________________________________MATERIAIS E MÉTODOS Foram realizados dois estudos: 1) Proteínas (Hemoglobinas - Hb). Foram utilizadas as cadeias alfa e beta da proteína HB Com 141 e 146 aminoácidos respectivamente. Um cojunto de dados de proteínas disponíveis em: e adquiridas estruturas primárias da Hb (mutantes) associadas ou não a uma patologia com suas respectivas classificações seqüência original da proteína estudada.
13
2) Técnicas computacionais inteligentes.
________________________________________________MATERIAIS E MÉTODOS 2) Técnicas computacionais inteligentes. A técnica computacional (AM) Algoritmos C 4.5, Algoritmo SMO, Random Forest, Kstar e FLR para a verificação da funcionalidade de hemoglobinas. Programa Weka (Waikato Environment Knowledge Analysis) versão 3.2, composto por um conjunto de algoritmos de AM implementados em Java, disponível no site index.htm.
14
________________________________________________MATERIAIS E MÉTODOS
METODOLOGIA Os experimentos seguiram a metodologia 10-fold-cross-validation. As seqüências foram aleatoriamente separadas em 10 grupos de tamanhos aproximadamente iguais Um grupo foi utilizado como conjunto de novas seqüências apresentadas ao sistema para o aprendizado 9 grupos restantes foram utilizados como seqüências de treinamento dos demais algoritmos. Após cada treinamento utilizando os 9 grupos, o grupo de teste foi apresentado ao sistema e a média dos erros foi calculada esse processo foi repetido para os 9 grupos restantes.
15
Testes realizados AM e AG
________________________________________________________RESULTADOS RESULTADOS Testes realizados AM e AG A Tabela 1 apresenta os resultados dos testes que foram realizados com a cadeia alfa da proteína Hemoglobina seqüências mutantes de indivíduos heterozigotos ambientes químicos. A Tabela 2 apresenta os resultados dos testes que foram realizados com a cadeia beta da proteína Hemoglobina seqüências mutantes de indivíduos heterozigotos ambientes químicos.
16
________________________________________________________RESULTADOS
Tabela 1 - Erro médio para os indivíduos Heterozigotos da cadeia alfa Algoritmo Erro Médio Boas Ruins Total C 4.5 17.9% 114 25 139 SVM 18.7% Random Forest Kstar 19.4% FLR 23.7% Tabela 2 - Erro médio para os indivíduos Heterozigotos da cadeia beta Algoritmo Erro Médio Boas Ruins Total C 4.5 36.2% 88 50 138 SVM 29.7% Random Forest 33.3% Kstar 26.8% FLR 31.8%
17
________________________________________________________RESULTADOS
A Tabela 3 apresenta os testes que foram realizados com a cadeia beta da proteína Hemoglobina com o Algoritmo Genético Filtro objetivo era selecionar ainda mais as entradas para os classificadores. A Tabela 4 apresenta os resultados dos testes realizados com a cadeia beta da proteína HemoglobinaAlgoritmo Genético.
18
________________________________________________________RESULTADOS
Tabela 3 -Algoritmos Genéticos/ Cadeia Beta/ Filtro Algoritmo Erro Médio Boas Ruins Total C 4.5 3.6% 197 186 383 SVM 2.1% 383 Tabela 4 - Algoritmos Genéticos/ Cadeia Beta Algoritmo Erro Médio Boas Ruins Total C 4.5 SVM 1.8 % 197 186 383 197 186 383 1.6 %
19
__________________________________________________________ CONCLUSÃO
Os testes realizados com os algoritmos escolhidos apresentaram um resultado esperado quando se utilizam técnicas de aprendizado que requerem bancos de dados numerosos. A utilização de técnicas de aprendizado de máquina, por exemplo, o C 4.5, permite a construção de árvores de decisões que podem revelar a lógica de como é determinada a função de proteínas.
20
__________________________________________________________ CONCLUSÃO
Como apresentado nos resultados experimentais o uso do Algoritmo Genético permitiu que se alcançassem resultados bastante significativos. Como etapa futura a ser investigada está a criação de um software capaz de predizer futuras mutações da proteína estudada, a partir dos conhecimentos adquiridos.
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.