Aplicação de Algoritmos de Aprendizagem de Máquina para Identificação de Vírus em Dados Provenientes do dark matter (Matéria Escura) de Sequenciamento de Última Geração

Resumo

Os métodos metagenômicos são uma das ferramentas mais poderosas para identificação de vírus emergentes ou pouco conhecidos. Com o advento das tecnologias de sequenciamento de nova geração (NGS) e de classificadores taxonômicos, tornou-se possível a identificação de seu conteúdo, associando as sequências encontradas aos seus devidos táxons. Entretanto, ainda há sequências que não são associadas aos seus devidos táxons, dos quais são conhecidas como "dark matter". O dark matter é um dos principais obstáculos para a compreensão completa do metagenoma. O conteúdo presente no dark matter tem potencial para descobrir novas relações intra-filo e inter-filo, bem como aumentar o conhecimento da biologia e, além disso, descobrir novos patógenos que podem vir a infectar humanos. Portanto, o objetivo deste trabalho é identificar o conteúdo viral presente na parte não classificada das sequências. Para essa finalidade, serão utilizados algoritmos de aprendizado de máquina aplicados em amostras advindas de plasma de pacientes com doenças oncológicas, imunossupressão e diátese hemorrágica sem causa conhecida. Utilizando essa abordagem, esse projeto visa melhorar a análise bioinformática e a compreensão da abundância viral metagenômica em diversas condições clínicas.