Genotipagem de HCV usando modelos baseados em redes neurais profundas com arquitetura "Transformer"

• Processo: 23/14749-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de fevereiro de 2024
• Data de Término da vigência: 31 de dezembro de 2024
• Área de conhecimento: Ciências da Saúde - Saúde Coletiva - Saúde Pública
• Pesquisador responsável: Fernando Martins Antoneli Junior
• Beneficiário: Ariella Aro
• Instituição Sede: Escola Paulista de Medicina (EPM). Universidade Federal de São Paulo (UNIFESP). Campus São Paulo. São Paulo , SP, Brasil
• Vinculado ao auxílio: 20/08943-5 - Investigação de elementos induzidos pela resposta vacinal nos indivíduos submetidos aos testes clínicos com a vacina ChAdOx1 nCOV-19, AP.TEM
• Assunto(s): Virologia Vírus da hepatite C Biologia computacional Aprendizado computacional Aprendizagem profunda Genótipo
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | bioinformática | Genotipos | Virus de Hepatite C | Aprendizado de Máquina Aplicado à Virologia

Resumo

A determinação de genótipos virais é um importante fator para a resposta dos pacientes à terapia antiviral. De um modo geral, o rastreio de infecções virais com métodos simples, rápidos, mas altamente sensíveis e específicos, é crítico para reduzir a carga global de tratamentos antivirais sobre o sistema de saúde. Portanto, além da determinação da carga viral, a identificação de genótipos / subtipos específicos do vírus é fundamental para o sucesso de possíveis tratamentos. Os avanços tecnológicos na última década permitiram que o sequenciamento de alto rendimento produzisse uma abundância de dados não-rotulados e facilmente disponíveis. Para tirar vantagem disso, o campo da bioinformática têm procurado aplicar métodos de aprendizagem de máquina em tarefas de genômica, muitas vezes adaptando modelos originalmente desenvolvidos em Processamento de Linguagem Natural para uso com dados genômicos. Uma dessas classes de modelos é conhecida como 'Arquitetura de Transformer' - por exemplo, o famoso ChatGPT (Open AI) é baseado nesta arquitetura. Neste projeto, propomos investigar a capacidade de modelos baseados em 'transformers' de produzir representações apropriadas, treinados com dados não-rotulados e rotulados, a fim de classificar taxonomicamente genótipos / subtipos virais diretamente a partir de sequências genômicas de tamanhos arbitrários. Para este fim, escolhemos o Vírus da Hepatite C (HCV) para um realizar um projeto de 'prova de conceito' sobre determinação de genótipos / subtipos virais. Esperamos que a classe de modelos 'transformer' se preste bem à 'transferência de aprendizagem', isto é, que as representações obtidas se generalizem bem para outros tipos de vírus, especialmente vírus RNA.