Protein function prediction without alignments by using support vector machines. / Predição da função das proteínas sem alinhamentos usando máquinas de vetor de suporte.

AUTOR(ES)

Ulisses Martins Dias

DATA DE PUBLICAÇÃO

2007

RESUMO

Este trabalho apresenta um novo modelo capaz de prever a função de proteínas utilizando máquinas de vetor de suporte, um método de aprendizagem de máquina treinado usando parâmetros estruturais calculados a partir da conformação espacial da própria proteína. O modelo difere do paradigma comum de predição por não ser necessário calcular similaridades por meio de alinhamentos entre a proteína que se deseja prever a função e as proteínas de função conhecida presentes nos bancos de dados públicos. Dessa forma, o modelo é capaz de associar função às proteínas que não possuem qualquer semelhança com proteínas conhecidas, podendo ser usado quando todos os outros métodos falham ou quando não se deseja utilizar o conceito de similaridade na predição da função. A justificativa de que o modelo é válido foi realizada analisando sua performance ao prever funções de proteínas desconhecidas, proteínas não usadas no treinamento, utilizando como estudo de caso um conjunto de proteínas de ligação.

ASSUNTO(S)

protein artificial intelligence function função proteína gene ontológico suport vector machines bioinformatic sting máquina de vetor de suporte bioinformática ciencia da computacao gene ontológico inteligência artificial

Documentos Relacionados

• Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
• Comite de maquinas : uma abordagem unificada empregando maquinas de vetores-suporte
• Detecção de falhas em motores elétricos através das máquinas de vetores de suporte
• Uma metodologia de projetos para circuitos com reconfiguração dinâmica de hardware aplicada a support vector machines.
• Applying Support Vector Machines for Gene ontology based gene function prediction