Predição de Interações RNA-Proteína por uma Abordagem Baseada em Combinação de Classificadores

• Processo: 12/02896-9
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de junho de 2012
• Data de Término da vigência: 28 de fevereiro de 2015
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Ricardo Zorzetto Nicoliello Vêncio
• Beneficiário: Marcos Abraão de Souza Fonseca
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 09/09532-0 - Biologia sistêmica do extremófilo Halobacterium salinarum: contribuição dos RNAs não-codificantes ao modelo global de regulação gênica, AP.JP
• Assunto(s): Aprendizado computacional Biologia computacional Regulação da expressão gênica Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Combinação de Classificadores | Inteligência Artificial | Interações proteína-RNA | ncRNA | Regulação da expressão gênica | Bioinformática

Resumo

A regulação da expressão gênica ocorre como um fenômeno essencial nos processos celulares em resposta a dinamicidade mutua estabelecida entre um organismo e seu meio. Além dos elementos regulatórios já conhecidos observa-se um crescente interesse no papel regulatório desempenhado por moléculas de RNA não codificantes (ncRNA) que interagindo com moléculas de proteínas exercem suas funções regulatórias em um nível pós-transcrição. Proteínas da família Sm, presente em todos os três domínios da vida, são elementos chave na rede de regulação e por isso são amplamente estudadas e caracterizadas em trabalhos na literatura. Dessa forma, identificar seus parceiros de interação torna-se um desafio promissor para a descoberta e caracterização dos papeis funcionais exercidos por moléculas de ncRNA.Experimentos laboratoriais baseados em técnicas de imunoprecipitação são capazes de identificar o complexo RNA-Proteína de forma satisfatória, porém o tempo gasto em recursos e pessoas torna essa estratégia uma alternativa inviável de ser aplicada em um contexto mais abrangente, no se refere aos organismos e elementos funcionais a serem caracterizados. Com o objetivo de preencher essa lacuna, técnicas baseadas em aprendizado de máquina têm sido uma das abordagens alternativas para a predição de interações entre proteína-RNA. Apesar da existência de trabalhos relacionados, que segue esse tipo de abordagem, as especificidades dos tipos de moléculas que interagem não têm sido atingidas de forma a garantir uma boa predição. Nesse contexto o objetivo deste trabalho é o de combinar diferentes modelos em um único classificador visando explorar a junção de perspectivas distintas sobre os dados através de diferentes vieses de representação e de busca.Para a avaliação da metodologia, a estratégia de combinação será aplicada em dados do organismo modelo Halobacterium salinarum e também será comparada com outras técnicas.

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

FONSECA, Marcos Abraão de Souza. Identificação in silico de ncRNAs no organismo modelo Halobacterium salinarum NRC-1. 2016. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Matemática e Estatística (IME/SBI) São Paulo.