Data Mining em Proteômica
Data Mining em Proteômica
As funções que as funções desempenham são extremamente importantes, tais como transporte e armazenamento de substâncias, formação do citoesqueleto e catálise de reações bioquímicas. Com o término do sequenciamento do genoma, a descoberta de proteı́nas tem crescido exponencialmente, e os métodos laboratoriais para a descoberta de suas funções não têm conseguido acompanhamento esse crescimento. A descoberta da função de uma nova proteína pode ser um processo oneroso e lento, envolvendo várias etapas de trabalho experimental. Assim, torna-se necessária a criação de métodos computacionais que auxiliem esse processo de descoberta.Este projeto propõe a utilização de técnicas de Aprendizado de Máquina para fazer a classificação de proteínas de modo eficiente, as funções mais prováveis que produzidas protegem a apresentação. As etapas de treino e teste do modelo utilizam dados físicos-aplicados de proteínas presentes em banco de dados especializados, como PDB e Sting-DB. O principal objetivo do modelo consiste em fornecer uma base para a arquitetura de ferramentas que permite funções predizer de proteínas desconhecidas de forma generalizada auxiliando os pesquisadores a otimizar suas pesquisas. Este trabalho está sendo desenvolvido em colaboração com a Dra. Márcia Helena Borges, da Fundação Ezequiel Dias.O principal objetivo do modelo consiste em fornecer uma base para a arquitetura de ferramentas que permite funções predizer de proteínas desconhecidas de forma generalizada auxiliando os pesquisadores a otimizar suas pesquisas. Este trabalho está sendo desenvolvido em colaboração com a Dra. Márcia Helena Borges, da Fundação Ezequiel Dias. O principal objetivo do modelo consiste em fornecer uma base para a arquitetura de ferramentas que permite funções predizer de proteínas desconhecidas de forma generalizada auxiliando os pesquisadores a otimizar suas pesquisas. Este trabalho está sendo desenvolvido em colaboração com a Dra. Márcia Helena Borges, da Fundação Ezequiel Dias.