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