Universidade de São Paulo Programa de Pós-Graduação Interunidades Bioengenharia –...
Transcript of Universidade de São Paulo Programa de Pós-Graduação Interunidades Bioengenharia –...
Universidade de São PauloPrograma de Pós-Graduação Interunidades
Bioengenharia – EESC/FMRP/IQSC
COMPUTAÇÃO INTELIGENTE NO ESTUDO DE VARIANTES DE HEMOGLOBINA
CAPES
Sousa1, T.H.S.;Delbem2, A.C.B.; Policastro2, A.C.; Garrat, 4R. C. 1Bioengenharia-São Carlos-USP; 2ICMC-São Carlos-USP, 4IFSC-
São Carlos - USP
___________________________________________________________SUMÁRIO
sumário
Motivação
Introdução
Objetivo
Materiais e Métodos
Resultados
Conclusão
Método laboratorial para a evolução de moléculas por meio de mutações. Obtenção de propriedades desejadas. Evolução de proteínas in vitro.
descobrimento de novas drogas. cura de muitas doenças de origem genética.
Técnica de alto custorequer longo período de tempo.
_________________________________________________________MOTIVAÇÃO
Evolução in vitro
______________________________________________________INTRODUÇÃO
PROTEÍNAS
macromoléculas direta ou indiretamente responsáveis pelo desempenho de praticamente todas as funções metabólicas, estruturais, imunológicas e reprodutivas nos organismos vivos.
Componentes fundamentais de todos os seres vivos. Moléculas orgânicas mais abundantes das células.
LEHNINGER, 1976
______________________________________________________INTRODUÇÃO
PROTEÍNAS
Algumas de suas principais funções: Catálize enzimática; Transporte e armazenamento; Sustentação mecânica; Proteção imunitária e outras.
Principais elementos: C, H, N , O e S. Elementos adicionais: P, Fe, Zn e Cu. Elementos liberados por hidrólise: Aminoácidos
ou -
aminoácidos
Conformação das proteínas______________________________________________________INTRODUÇÃO
Proteínas fibrosas
Proteína Globulares
AMINOÁCIDOS
20 aminoácidos são encontrados nas proteínas (padrão)
Classificados Grupamentos R Polaridade: Hidrofóbicos, Hidrofílicos, Básicos e Ácidos
______________________________________________________INTRODUÇÃO
Proteínas, contidas nas hemácias, responsáveis pelo transporte de O2 , CO2, e íons de H+ .
______________________________________________________INTRODUÇÃO
HEMOGLOBINA
A Hb contém 2 cadeias (141 a.a) e 2 cadeias (146 a.a) liga-se a cada cadeia um grupo heme
HEMOGLOBINA
Desoxihemoglobina
Estado T
Oxiemoglobina
Estado R
________________________________________________________INTRODUÇÃO
Aprendizado de MáquinaAprendizado de Máquina
AM é uma área de pesquisa computacional objetivo é desenvolvimento de sistemas computacionais capazes de aprenderem e adquirirem conhecimento de forma automática.
Algoritmos de Aprendizado: Programa computacional capaz de tomar decisões baseadas em soluções de problemas anteriores.
Exemplos de técnicas de AM: Redes Neurais, SVM, técnica de Árvores de Decisão e Algoritmos Genéticos.
________________________________________________________INTRODUÇÃO
OBJETIVO
Propomos neste trabalho investigar técnicas computacionais inteligentes capazes de determinar a funcionalidade de proteínas mutantes a partir das seqüências de aminoácidos e classificar de maneira correta as mutações da proteína hemoglobina para em seguida predizer as características de uma nova mutação.
______________________________________________________OBJETIVO
________________________________________________MATERIAIS E MÉTODOS
Foram realizados dois estudos:
1) Proteínas (Hemoglobinas - Hb).
Foram utilizadas as cadeias alfa e beta da proteína HB Com 141 e 146 aminoácidos respectivamente.
Um cojunto de dados de proteínas disponíveis em: http://us.expasy.org e http://globin.cse.psu.edu.
adquiridas estruturas primárias da Hb (mutantes) associadas ou não a uma patologia com suas respectivas classificações seqüência original da proteína estudada.
2) Técnicas computacionais inteligentes.
A técnica computacional (AM) Algoritmos C 4.5, Algoritmo SMO, Random Forest, Kstar e FLR para a verificação da funcionalidade de hemoglobinas.
Programa Weka (Waikato Environment Knowledge Analysis) versão 3.2, composto por um conjunto de algoritmos de AM implementados em Java, disponível no site http://www.cs.waikato.ac.nz/ml/weka/ index.htm.
________________________________________________MATERIAIS E MÉTODOS
________________________________________________MATERIAIS E MÉTODOS
METODOLOGIA
Os experimentos seguiram a metodologia 10-fold-cross-validation.
As seqüências foram aleatoriamente separadas em 10 grupos de tamanhos aproximadamente iguais Um grupo foi utilizado como conjunto de novas seqüências apresentadas ao sistema para o aprendizado 9 grupos restantes foram utilizados como seqüências de treinamento dos demais algoritmos.
Após cada treinamento utilizando os 9 grupos, o grupo de teste foi apresentado ao sistema e a média dos erros foi calculada esse processo foi repetido para os 9 grupos restantes.
________________________________________________________RESULTADOS
RESULTADOS
A Tabela 1 apresenta os resultados dos testes que foram realizados com a cadeia alfa da proteína Hemoglobina seqüências mutantes de indivíduos heterozigotos ambientes químicos.
A Tabela 2 apresenta os resultados dos testes que foram realizados com a cadeia beta da proteína Hemoglobina seqüências mutantes de indivíduos heterozigotos ambientes químicos.
Testes realizados AM e AG
________________________________________________________RESULTADOS
Tabela 1 - Erro médio para os indivíduos Heterozigotos da cadeia alfa
Algoritmo Erro Médio Boas Ruins Total
C 4.5 17.9% 114 25 139
SVM 18.7%
Random Forest 17.9%
Kstar 19.4%
FLR 23.7%
Tabela 2 - Erro médio para os indivíduos Heterozigotos da cadeia betaAlgoritmo Erro Médio Boas Ruins Total
C 4.5 36.2% 88 50 138
SVM 29.7%
Random Forest 33.3%
Kstar 26.8%
FLR 31.8%
RESULTADOS________________________________________________________RESULTADOS
A Tabela 3 apresenta os testes que foram realizados com a cadeia beta da proteína Hemoglobina com o Algoritmo Genético Filtro objetivo era selecionar ainda mais as entradas para os classificadores.
A Tabela 4 apresenta os resultados dos testes realizados com a cadeia beta da proteína HemoglobinaAlgoritmo Genético.
Tabela 3 -Algoritmos Genéticos/ Cadeia Beta/ Filtro
________________________________________________________RESULTADOS
Tabela 4 - Algoritmos Genéticos/ Cadeia Beta
Algoritmo Erro Médio Boas Ruins Total
C 4.5 3.6% 197 186 383
SVM 2.1% 197 186
Algoritmo Erro Médio Boas Ruins Total
C 4.5
SVM
383
1.8 %
1.6 %
197
197
186
186
383
383
__________________________________________________________ CONCLUSÃO
CONCLUSÃO
Os testes realizados com os algoritmos escolhidos apresentaram um resultado esperado quando se utilizam técnicas de aprendizado que requerem bancos de dados numerosos.
A utilização de técnicas de aprendizado de máquina, por exemplo, o C 4.5, permite a construção de árvores de decisões que podem revelar a lógica de como é determinada a função de proteínas.
Como apresentado nos resultados experimentais o uso do Algoritmo Genético permitiu que se alcançassem resultados bastante significativos.
Como etapa futura a ser investigada está a criação de um software capaz de predizer futuras mutações da proteína estudada, a partir dos conhecimentos adquiridos.
__________________________________________________________ CONCLUSÃO
CONCLUSÃO