Notícias LNCC
Trabalho desenvolvido no LNCC/MCTI recebe prêmio no X-Meeting&BSB 2013
Publicado em: 21/11/2013,00:00
O trabalho "PREDICTING UBIQUITINATION-PRONE PROTEINS OF Metarhizium anisopliae USING MACHINE LEARNING METHODS* " de autoria da aluna de Pós Graduação do Laboratório Nacional de Computação Científica - LNCC/MCTI Maria Fernanda Ribeiro Dias em conjunto com os Professores Luciana Ciapina, Maurício Kritz e Roney Coimbra conquistou o prêmio de melhor trabalho na área de Mineração e Integração de Dados no X-Meeting&BSB 2013, (http://x-meeting.com/) que ocorreu na Cidade de Recife/PE dos dias 03 a 06 de novembro. O X-Meeting&BSB é um evento anual organizado desde 2005 pela Associação Brasileira de Bioinformática e Biologia Computacional ( AB3C ) , filiado à International Society for Computational Biology ( ISCB ) , com o intuito de proporcionar um fórum com cientistas do todo o mundo para informar sobre avanços recentes e questões notáveis no campo da Bioinformática e Biologia Computacional . Parabéns aos envolvidos! "Para realizar grandes conquistas, devemos não apenas agir, mas também sonhar; não apenas planejar, mas também acreditar." Anatole France Resumo do Trabalho * Metarhizium anisopliae é um fungo entomopatogénico utilizado como inseticida biológico possuindo proteínas que podem ser controlados pelo sistema de ubiquitinação. Técnicas de aprendizagem de máquina unidas a parâmetros físico-químicos foram utilizadas para prever possíveis sítios de ubiquitinação em todo o proteoma desse organismo. 302 peptídeos e 31 propriedades físico-químicas foram inicialmente utilizadas como conjunto de treinamento e parâmetros respectivamente. Análises de agrupamento hierárquico mostraram evidências de correlação entre várias propriedades físico-químicas, indicando alguma redundância nestes parâmetros. Parâmetros redundantes pode causar modelo over-fitting e aumentar o custo computacional. Usamos um redutor de dimensionalidade que permitiu utilizar o conjunto mínimo de 10 parâmetros altamente correlacionados com a probabilidade de um determinado peptídeo ser ubiquitinável. 10.775 proteínas do proteoma de M. anisopliae foram preditas com o uso de apenas 10 parâmetros e o algoritmo SVM. Houve uma pequena perda de desempenho do SVM após a redução de dimensionalidade que é em parte compensada pela redução significativa no tempo de processamento e pelo menor risco de over-fitting. A natureza físico-química dos parâmetros e a redundância entre eles estão sendo investigados.
