Aprendizado de máquina multirrótulo para localização subcelular de proteínas

Resumo

A localização subcelular de proteínas é uma tarefa de classificação de extrema importância, visto que a localização das proteínas dentro de uma célula está diretamente relacionada com as funções dessas proteínas. Essa tarefa é desafiadora dado que existe uma gama de proteínas que residem em dois ou mais locais ao mesmo tempo ou que se deslocam entre vários locais dentro da célula. Em Aprendizado de Máquina, tal tarefa de classificação é denominada classificação multirrótulo, pois uma dada instância (proteína) pode ser classificada em duas ou mais classes (localizações) ao mesmo tempo. Assim, este projeto de Iniciação Científica tem como objetivo investigar o desempenho de diferentes métodos para a predição da localização subcelular de proteínas. Serão analisados e testados diferentes métodos dependentes e independentes de algoritmo, e seus resultados serão comparados com os métodos considerados estado-da-arte. Os testes serão analisados em conjuntos de dados de proteínas de plantas e vírus utilizando medidas de avaliação específicas para problemas multirrótulo. (AU)