Paraconsistents artificial neural networks applied to the study of mutational patterns of the F subtype of the viral strains of HIV-1 to antiretroviral therapy

SANTOS, PAULO C.C. DOS, LOPES, HELDER F.S., ALCALDE, ROSANA, GONSALEZ, CLÁUDIO R., ABE, JAIR M., LOPEZ, LUIS F.

Paraconsistents artificial neural networks applied to the study of mutational patterns of the F subtype of the viral strains of HIV-1 to antiretroviral therapy

AUTOR(ES)

SANTOS, PAULO C.C. DOS, LOPES, HELDER F.S., ALCALDE, ROSANA, GONSALEZ, CLÁUDIO R., ABE, JAIR M., LOPEZ, LUIS F.

FONTE

An. Acad. Bras. Ciênc.

DATA DE PUBLICAÇÃO

04/03/2016

RESUMO

RESUMO A elevada variabilidade do HIV-1, bem como, a ausência de mecanismos eficientes de reparo durante os estágios da replicação viral, contribuem para a rápida emergência de cepas de HIV-1 resistentes aos antirretrovirais. A pressão seletiva exercida pelas drogas, leva à fixação de mutações capazes de conferir graus variados de resistência. A presença dessas mutações constitui um dos fatores mais importantes na falha da resposta terapêutica aos medicamentos. Assim, é de fundamental importância compreender os padrões de resistência e os mecanismos a eles associados, possibilitando a escolha de um esquema terapêutico apropriado que considere a frequência e outras características das mutações. Utilizando a Rede Neural Artificial Paraconsistente, assentada na Lógica Paraconsistente Anotada Et que tem a capacidade de mensurar incertezas e inconsistências, obtivemos níveis de concordância acima de 90% quando comparado à metodologia proposta com a metodologia atual empregada para classificar os subtipos do HIV-1. Os resultados obtidos demonstram que a Rede Neural Artificial Paraconsistente pode servir como ferramenta promissora de análise.

ASSUNTO(S)

redes neurais artificiais hiv genotipagem lógica paraconsistente rede neural artificial paraconsistente reconhecimento de padrões