EVENTO
Predição de interações proteína-proteína por análise combinada de evidências
Tipo de evento: Defesa de Tese de Doutorado
Interações proteína-proteína (PPI - Protein Protein Interactions) são interações funcionais que ocorrem em proteínas e que possuem diversas aplicações. Existem vários métodos in silico de predição de PPI existentes porém eles não exploram a integração diversificada das diferentes características das proteínas que podem ser utilizadas para identificar interações. Adicionalmente, não há formalização ou padronização para representar os dados de experimentos de predição de interações entre proteínas propriamente na literatura atual. Neste contexto, foi desenvolvido um workflow científico, chamado de PredPPI, para predição de PPI utilizando múltiplas evidências para otimizar esta tarefa. O PredPPI é composto de seis evidências de três classes distintas (estrutura, sequência e anotação funcional) e utiliza a estratégia de comitê de modelos para classificação final. Além disso, esta tese também introduz a ontologia OntoPPI para formalizar os conceitos do domínio de experimentos de predição de PPI em todas as suas etapas. As análises computacionais mostraram que o PredPPI supera os resultados dos métodos individuais que o compõe além de apresentar acurácia maior que 90% em todos os conjuntos de dados analisados superando outros métodos de detecção existentes na maioria desses conjuntos. As análises sob perspectiva biológica mostraram que o interactoma humano predito pelo PredPPI possui propriedades topológicas e funcionais biologicamente coerentes. Nesta análise, os modelos treinados foram utilizados para identificar novas PPIs. Estas PPIs foram submetidas ao processo de validação proposto nesta tese e, como resultado, foram encontradas evidências de 2 interações diretas novas, 2 interações indiretas e 1 interação artificial. Além disso, o interactoma humano predito foi aplicado em um estudo de caso de predição de severidade de prognóstico de doenças em dois cenários, no de leucemia a acurácia manteve o mesmo resultado de um trabalho anterior e no de câncer de ovário a acurácia superou 70%. Todas estas análises e aplicações mostram o potencial do PredPPI em diferentes perspectivas.Para assistir a defesa acesse: https://us02web.zoom.us/webinar/register/WN_heZaP1ceQWiXVuTLZsKR8w
Data Início: 25/08/2020 Hora: 10:30 Data Fim: 25/08/2020 Hora: 13:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Webinar
Aluno: Yasmmin Cortes Martins - - LNCC
Orientador: Ana Tereza Ribeiro de Vasconcelos - Laboratório Nacional de Computação Científica - LNCC Artur Ziviani - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Ana Tereza Ribeiro de Vasconcelos - Laboratório Nacional de Computação Científica - LNCC Diego Bonatto - - Luiz Manoel Rocha Gadelha Júnior - German Cancer Research Center - DKFZ Ronaldo Ribeiro Goldschmidt - IME - IME
Suplente Banca Examinadora: Charley Christian Staats - - UFRGS Luciane Prioli Ciapina - Laboratório Nacional de Computação Científica - LNCC
