Implementação de técnicas de aprendizado de máquina e reconhecimento de padrões para prospecção de exosítios de proteínas como moduladores de interação proteína-DNA e proteína-RNA

Abstract

Interações proteína-DNA e proteína-RNA desempenham papéis muito importantes na manutenção da vida, tornando-se, assim, alvos de estudos que buscam compreender mais profundamente o funcionamento celular, a fim de possibilitar o desenvolvimento de novos medicamentos e vacinas. Visando expandir o conhecimento acerca destas ligações, estudos sobre a identificação dos sítios de ligação proteína-DNA/RNA têm sido realizados tradicionalmente por meio do uso de métodos experimentais, as quais geram altos custos e uma alta demanda de tempo. Deste modo, este trabalho tem como objetivo utilizar métodos computacionais, como aprendizado de máquina e ensemble learning, para o desenvolvimento de um classificador capaz de realizar predições dos exosítios que modulam as ligações proteína-DNA/RNA, diminuindo assim os custos e o tempo demandados em comparação aos métodos experimentais.

Protein-DNA and protein-RNA interactions play very important roles in maintaining life, thus becoming targets of studies that seek to deepen the understanding of cellular functioning, aiming to enable the development of new drugs and vaccines. In order to expand the knowledge about these interactions, studies on the identification of protein-DNA/RNA binding sites have traditionally been conducted using experimental methods, which generate high costs and demand a significant amount of time. Therefore, this work aims to use computational methods, such as machine learning and ensemble learning, to develop a classifier capable of predicting the exosites that modulate protein-DNA/RNA interactions, thus reducing the costs and time demanded compared to experimental methods.