Detecção de padrões de seleção natural em população nativa americana por aprendizado de máquina

• Processo: 21/12238-8
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de dezembro de 2021
• Data de Término da vigência: 31 de maio de 2022
• Área de conhecimento: Ciências Biológicas - Genética - Genética Humana e Médica
• Pesquisador responsável: Tábita Hünemeier
• Beneficiário: Marcos Araújo Castro e Silva
• Instituição Sede: Instituto de Biociências (IB). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 15/26875-9 - Diversidade genômica dos nativos americanos, AP.JP
• Assunto(s): Genômica Seleção natural Aprendizado computacional Evolução molecular
• Palavra(s)-Chave do Pesquisador: Genômica | machine learning | Nativos Americanos | Seleção Natural | Genômica Evolutiva

Resumo

Genes ou regiões genômicas que foram alvo de seleção natural, em geral, tem associações fenotípicas relevantes, visto que, em algum momento da evolução, conferiram vantagem evolutiva a uma população. Exemplos importantes são os genes que conferem adaptação à altitude (Jacovas et al., 2018), e o gene associado à produção permanente de lactase (Itan et al., 2009). Acredita-se também que muitas doenças complexas, como diabetes e hipertensão, estejam associadas a genes que no passado conferiram vantagem evolutiva, mas que, com mudanças nas pressões seletivas (melhores condições de saúde, vida mais sedentária, com maior ingestão de calorias e açúcares), conferem maior susceptibilidade a essas doenças (Di Rienzo 2006). A detecção de uma assinatura de seleção natural no genoma pode ser feita através de métodos estatísticos que buscam por desvios entre padrões observados e esperados de variabilidade no DNA em torno dos loci selecionados. Além disso, uma estratégia alternativa que vem sendo aplicada de forma eficiente (Flagel et al., 2018) é procurar por padrões indicativos de seleção natural em sequências genômicas utilizando aprendizado de máquina. Aqui, um algoritmo recebe exemplos de regiões genômicas sob seleção e sob neutralidade, e aprende as regras que distinguem essas duas classes de sequências. O conjunto de regras que o algoritmo aprende é chamado de modelo. Tendo-se esse modelo, é possível então testar se uma nova região genômica de interesse será classificada como pertencendo a uma ou outra classe. Acredita-se que a estratégia de aprendizado de máquina seja mais eficiente na identificação de regiões sob seleção natural uma vez que não tem o viés de estatísticas pré-definidas e, por isso, consegue detectar padrões inerentes da sequência bruta. Dessa forma, o objetivo principal deste projeto é desenvolver modelos de aprendizado de máquina capazes de detectar assinaturas de seleção natural no genoma de populações nativas americanas sequenciadas pelo presente projeto. (AU)