Universidade Federal de Lavras Departamento de Ciência da Computação

Apresentação em tema: "Universidade Federal de Lavras Departamento de Ciência da Computação"— Transcrição da apresentação:

1 Predição de estruturas secundárias de proteínas utilizando redes neurais artificiais
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues 1

2 Estruturas de Proteínas Redes Neurais Artificiais Objetivo Metodologia
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução Motivação Proteínas Estruturas de Proteínas Redes Neurais Artificiais Objetivo Metodologia Resultados Conclusões Trabalhos Futuros 2

3 Introdução - Motivação
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução - Motivação O processo para catalogar as estruturas das proteínas em laboratório ainda é considerado financeiramente pouco viável. Busca-se utilizar a computação para fazer com que esse processo seja financeiramente viável mantendo os resultados confiáveis; 3 3

4 Introdução - Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução - Proteínas São os componentes básicos de todo organismo desempenhando funções variadas; Ter o conhecimento dessas funções é de grande utilidade, pois com essas informações pode-se diagnosticar doenças, descobrir curas, desenvolver novos medicamentos, entre outras inúmeras utilidades. 4

5 Introdução - Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução - Proteínas A função de uma proteína é determinada por sua estrutura tridimensional, e esta pela natureza e seqüência de seus aminoácidos constituintes. 5

6 Introdução - Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução - Proteínas Aminoácidos são compostos orgânicos que possuem uma estrutura básica comum, consiste de um carbono central, o qual possui quatro ligantes diferentes, um grupo carboxila (COOH), um grupo amino (NH2) e um radical R também chamado cadeia lateral do aminoácido. 6

7 Introdução - Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução - Proteínas 7

8 Introdução - Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução - Proteínas Funções das proteínas Catalisadoras Transportadoras Contráteis ou de movimento Estruturais De defesa 8

9 Introdução – Estruturas de Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução – Estruturas de Proteínas Estrutura primária 9

10 Introdução – Estruturas de Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução – Estruturas de Proteínas Estrutura secundária 10

11 Introdução – Estruturas de Proteínas
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução – Estruturas de Proteínas Estrutura terciária 11

12 Introdução – Redes Neurais Artificiais RNAs
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução – Redes Neurais Artificiais RNAs Definição: “são sistemas paralelos distribuídos compostos por unidades de processamento simples chamados neurônios artificiais”; Dentre suas funções pode-se destacar a classificações de padrões; Simula funcionamento do cérebro humano 12

13 Introdução – Redes Neurais Artificiais
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Introdução – Redes Neurais Artificiais O modelo de neurônio artificial apresenta: entradas, pesos, unidade de processamento e saída. 13

14 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Objetivo Este trabalho objetiva prever a estrutura secundária da proteína através de sua estrutura primária utilizando RNAs como preditor; 14

15 Metodologia Obtenção dos dados.
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Metodologia Obtenção dos dados. O banco de dados público de proteínas Protein Data Bank, PDB, foi utilizado para a obtenção dos dados. 15

16 Metodologia Tratamento dos dados.
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Metodologia Tratamento dos dados. Os dados são caracteres, e como RNAs trabalham apenas com dados em valores numéricos uma codificação numérica deverá ser realizada. RNAs trabalham somente com entradas de mesma dimensão. Tendo isto em vista uma filtragem para selecionar subseqüências de mesmo tamanho também deverá ser realizada. 16

17 Metodologia A rede deverá ser modelada da seguinte maneira:
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Metodologia A rede deverá ser modelada da seguinte maneira: Subseqüências extraídas da estrutura primária serão as entradas da rede. As estruturas secundárias destas subseqüências servirão como um vetor de valores esperados para a rede. Deve-se selecionar uma topologia, o algoritmo de treinamento e os ajustes dos parâmetros da rede.

18 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Metodologia Foi utilizado o Matlab 6.0 para a realização do treinamento e teste das RNAs;

19 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Resuldados Filtragem A filtragem foi realizada obtendo subseqüências com tamanho de 10 aminoácidos. Codificação A codificação dos dados adotada foi por fator de hidrofobicidade. Para realização da filtragem e da codificação, foram desenvolvidos softwares na linguagem Java. 19

20 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Resultados Dos dados obtidos, cerca de 70 % deles foram separados para o treinamento, e os outros 30% foram separados para validação da rede. Estrutura Para 70% dos dados Para 30% dos dados Alfa-Helice 29794 12770 Folha-Beta 20286 8694 Coil 13313 5706 Total 63393 27170 20

21 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Resultados Várias topologias de redes Multi layer perceptron foram testadas; Assim como vários algoritmos de treinamento disponíveis no toolbox do MatLab 6.0; 21

22 Resultados A rede treinada que obteve melhor desempenho foi:
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Resultados A rede treinada que obteve melhor desempenho foi: Backpropagation com taxa de aprendizado adaptativa; Taxa de momentum; Funções de ativação tangente hiperbólica sigmoidal nas camadas intermediárias e de saída, respectivamente; 22

23 Resultados 10 neurônios camada de entrada
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Resultados 10 neurônios camada de entrada 55 neurônios camada intermediária 3 neurônios camada de saída 23

24 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Resultados Com o treinamento a rede obteve uma taxa de acertos totais de 78.1%, sendo que para Alfa-Helices a taxa foi de 89%, para folha-Beta a taxa foi de 77 % e de Coil a taxa foi de 68.3 % Estrutura Performance (%) Alfa-Helice 89 Folha-Beta 77 Coil 68.3 Total 78.1 24

25 Resultados ID método ano performance (%) 1 cadeias de markov 2006 70.3
Universidade Federal de Lavras Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Resultados ID método ano performance (%) 1 cadeias de markov 2006 70.3 2 estatístico 1998 72.9 3 rede neural 2005 73.5 4 logica fuzzy 75.75 5 support vector machine 2001 76.2 6 2002 76.5 7 2007 77 8 2008 78.1 9 2004 79 10 2000 80 11 12 13 81.8 25

26 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Conclusões A falta de informações detalhadas na literatura sobre o processo de construção dos preditores não permitiu uma avaliação conclusiva sobre os resultados encontrados; A complexidade do problema o torna difícil de se tratar, ficando evidente pelo baixo nível de exatidão dos resultados. 26

27 Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues Trabalhos Futuros Utilizar RNAs independentes para os três tipos de estruturas a fim de tentar melhorar a taxa de generalização; Realizar o treinamento das RNAs por novos algoritmos de treinamento como o algoritmo de treinamento Multi-Objetivo. 27

28 FIM Universidade Federal de Lavras
Departamento de Ciência da Computação Orientado: Rilson Machado de Oliveira Orientador: Thiago de Souza Rodrigues FIM FIM 28