Métodos Bayesianos aplicados em taxonomia molecular / Bayesian methods applied in molecular taxonomy

AUTOR(ES)

Edwin Rafael Villanueva Talavera

DATA DE PUBLICAÇÃO

2007

RESUMO

Neste trabalho são apresentados dois métodos de agrupamento de dados visados para aplicações em taxonomia molecular. Estes métodos estão baseados em modelos probabilísticos, o que permite superar alguns problemas apresentados nos métodos não probabilísticos existentes, como a dificuldade na escolha da métrica de distância e a falta de tratamento e aproveitamento do conhecimento a priori disponível. Os métodos apresentados combinam por meio do teorema de Bayes a informação extraída dos dados com o conhecimento a priori que se dispõe, razão pela qual são denominados métodos Bayesianos. O primeiro método, método de agrupamento hierárquico Bayesiano, está baseado no algoritmo HBC (Hierarchical Bayesian Clustering). Este método constrói uma hierarquia de partições (dendrograma) baseado no critério da máxima probabilidade a posteriori de cada partição. O segundo método é baseado em um tipo de modelo gráfico probabilístico conhecido como redes Gaussianas condicionais, o qual foi adaptado para problemas de agrupamento. Ambos métodos foram avaliados em três bancos de dados donde se conhece a rótulo da classe. Os métodos foram usados também em um problema de aplicação real: a taxonomia de uma coleção brasileira de estirpes de bactérias do gênero Bradyrhizobium (conhecidas por sua capacidade de fixar o N IND.2do ar no solo). Este banco de dados é composto por dados genotípicos resultantes da análise do RNA ribossômico. Os resultados mostraram que o método hierárquico Bayesiano gera dendrogramas de boa qualidade, em alguns casos superior que o melhor dos algoritmos hierárquicos analisados. O método baseado em redes gaussianas condicionais também apresentou resultados aceitáveis, mostrando um adequado aproveitamento do conhecimento a priori sobre as classes tanto na determinação do número ótimo de grupos, quanto no melhoramento da qualidade dos agrupamentos.

ASSUNTO(S)

clustering probabilistic models modelos gráficos probabilísticos molecular taxonomy probabilistic graphical models agrupamento hierárquico modelos probabilísticos taxonomia molecular agrupamento hierarchical clustering

Documentos Relacionados

• Uso de Métodos Bayesianos para Confiabilidade de Redes
• CLASSIFICAÇÃO DE PADRÕES ATRAVÉS DE WAVELETS E MÉTODOS BAYESIANOS
• Métodos moleculares aplicados ao diagnóstico da tuberculose bovina
• Métodos de navegação inercial aplicados a lançamentos submarinos.
• A study of Bayesian methods for survival data with missing covariates.