Busca avançada
Ano de início
Entree

Predição de interações RNA-proteína por uma abordagem baseada em combinação de classificadores

Processo: 12/02896-9
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de junho de 2012
Vigência (Término): 28 de fevereiro de 2015
Área do 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

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.