Prediction of RNA-protein binding interactions in H. salinarum using machine learning techniques

• Processo: 12/23329-5
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de julho de 2013
• Data de Término da vigência: 31 de maio de 2015
• Área de conhecimento: Ciências Biológicas - Biologia Geral
• Pesquisador responsável: Ricardo Zorzetto Nicoliello Vêncio
• Beneficiário: Atlas Khan
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Assunto(s): Biologia computacional Inteligência artificial
• Palavra(s)-Chave do Pesquisador: bioinformática | Biologia Computacional | Inteligência Artificial | Interação RNA-proteína | ncRNAs | RNA não condificante | Biologia Computacional

Resumo

Ribonucleoprotein (RNP) interactions engage in critical roles within a broad range of cellular processes, ranging from transcriptional and posttranscriptional regulation of gene expression to host protection in opposition to pathogens. High throughput experiments to recognize RNA-protein interactions produce details about the complexity of interaction networks, but require time and considerable efforts. Therefore, there is need to have for trustworthy computational approaches for predicting ribonucleoprotein interactions. With this research project, we discuss an amount of approaches which have been formulated to predict the ability of proteins and RNA molecules to associate based on advance learning machine methods (Self Organizing Map (SOM), SOM-based Optimization (SOMO), Double Parallel Feedforward Neural Network (DPFNN), Extreme Learning Machine (ELM) and Support Vector Machine (SVM)).

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

KHAN, ATLAS; QU, YAN-PENG; LI, ZHENG-XUE. Convergence Analysis of a New MaxMin-SOMO Algorithm. INTERNATIONAL JOURNAL OF AUTOMATION AND COMPUTING, v. 16, n. 4, p. 534-542, AUG 2019. (12/23329-5)

KHAN, ATLAS; XUE, LI ZHENG; WEI, WU; QU, YANPENG; HUSSAIN, AMIR; VENCIO, RICARDO Z. N.. Convergence Analysis of a New Self Organizing Map Based Optimization (SOMO) Algorithm. COGNITIVE COMPUTATION, v. 7, n. 4, p. 477-486, AUG 2015. (12/23329-5)