Redes Neurais Multicamadas Perceptron na Identificação de Proteínas Efetoras
Resumo
O estudo do proteoma de bactérias é importante na descoberta de alvos para o desenvolvimento de fármacos para o tratamento de doenças bacterianas. As bactérias secretam proteínas efetoras que alteram os processos celulares causando doenças. As sequências de proteínas efetoras possibilitam extrair características que determinam seus comportamentos. Assim, o objetivo deste trabalho foi desenvolver uma rede neural multicamadas perceptron capaz de predizer o potencial efetor de proteínas a partir de 8 características biológicas extraídas de suas sequências, relacionadas com a hidropatia, apoptose e presença de dupla hélice. Foram utilizadas 392 sequências de proteínas, divididas em conjuntos de treino e pós-treino, para treinamento e avaliação da rede neural. Chegou-se ao índice de identificação de 97,5% no conjunto de treinamento e 80,7% no conjunto de pós-treinamento.
Referências
Lin, C., Jain, S., Kim, H., Bar-Joseph, Z. Using neural networks for reducing the dimensions of single-cell RNA-Seq data. Nucleic Acids Research, v. 45(17), p. 1-11, 2017.
Lockwood, S. et al. Identification of Anaplasma marginale Type IV Secretion System Effector Proteins. Plos One, v. 6(11), p. 1-8, 2011.
Meyer, D.F. et al. Searching algorithm for type IV secretion system effectors 1.0: a tool for predicting type IV effectors and exploring their genomic context. Nucleic Acids Research, v. 41 (20), p. 1-12, 2013
Wang, Y., Guo, Y., Pu, X., Li, M. Effective prediction of bacterial type IV secreted effectors by combined features of both C-termini and N-termini. Journal of Computer-Aided Molecular Design, v. 31 (11), p. 1029 – 1038, 2017.
