Reconhecimento de padrões em sequências de mRNA e lncRNA: um estudo de caso utilizando redes complexas
OBJETIVO: Este trabalho tem como objetivo fazer uso da teoria de redes complexas para fazer a classificação entre RNA mensageiro e RNA longo não codificante. MÉTODOS: Para cada sequência de RNA foi gerado uma rede complexa com base em 2 parâmetros: passo e tamanho da palavra. Como o foco é trabalhar...
Publicado no: | XXII Seminário de Iniciação Científica e Tecnológica da UTFPR |
---|---|
Autor principal: | Ito, Eric A. |
Formato: | Trabalho Apresentado em Evento |
Idioma: | Português |
Publicado em: |
2017
|
Assuntos: | |
Acesso em linha: |
http://eventos.utfpr.edu.br//sicite/sicite2017/paper/view/41 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
Resumo: |
OBJETIVO: Este trabalho tem como objetivo fazer uso da teoria de redes complexas para fazer a classificação entre RNA mensageiro e RNA longo não codificante. MÉTODOS: Para cada sequência de RNA foi gerado uma rede complexa com base em 2 parâmetros: passo e tamanho da palavra. Como o foco é trabalhar com os códons os parâmetros utilizados foram passo igual a 3 e tamanho da palavra também igual a 3. Com isso para cada rede criada foram abstraídas medidas que descrevem a rede e partir dessas medidas foram feitas as classificações com os algoritmos J48, Naive Bayes e Random Forest. RESULTADOS: Após aplicado a metodologia deste trabalho, os resultados finais foram muito positivos, com média de 90,41% de acertos para o classificador Random Forest, 93,38% de acertos para o classificador Naive Bayes, e por fim 89,42% para o classificador J48. CONCLUSÕES: Como os resultados neste trabalho foram positivos fica claro que a metodologia é válida e pode ser aplicada para a classificação de sequência biológicas. Dessa forma, esta pesquisa pode então contribuir para o entendimento de organismos vivos. |
---|