Banca de QUALIFICAÇÃO: Lindeberg Pessoa Leite

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Lindeberg Pessoa Leite
DATA : 06/02/2024
HORA: 14:00
LOCAL: Teams
TÍTULO:

Melhorando a previsão de epítopos lineares de células B por aprendizado por transferência de níveis taxonômicos mais altos para mais baixos.

PALAVRAS-CHAVES:

Epítopos lineares de células B, Modelagem informada por taxonomia, Aprendizado de transferência.

PÁGINAS: 59
RESUMO:

A identificação de epítopos lineares de células B (LBCEs) desempenha um papel fundamental no desenvolvimento de testes diagnósticos e vacinas contra doenças infecciosas. No entanto, os métodos experimentais usados para determinar LBCEs são caros e demorados. Isso motivou o desenvolvimento de métodos computacionais para a rápida identificação de LBCEs com base em dados de sequências de proteínas. Até o momento, várias abordagens de aprendizado de máquina foram desenvolvidas para lidar com esta tarefa. Esses métodos dependem do acesso a uma quantidade suficiente de dados de epítopos para treinar modelos preditivos generalistas - que podem não generalizar bem para patógenos específicos - ou para desenvolver preditores específicos de organismos, que podem sofrer com a escassez de dados, especialmente para patógenos menos estudados. Esses métodos enfrentam dificuldades ainda maiores ao lidar com patógenos emergentes, devido à falta de amostras nos bancos de dados atuais. Esta tese investiga o potencial de melhorar o desempenho da identificação de LBCEs aplicando transferência de aprendizado de níveis taxonômicos mais altos para mais baixos, usando modelos pré-treinados específicos de táxons. Além disso, o objetivo desta pesquisa é estabelecer uma metodologia abrangente que integre atributos evolutivos, físico-químicos e estruturais de aminoácidos para aprimorar a representação geral de características. Observamos que, ao transferir as características aprendidas de organismos específicos que são evolutivamente mais próximos, os modelos resultantes alcançam melhor desempenhos na predição de epítopos lineares de células B. Isso leva a um aumento no desempenho em comparação com os métodos de state-of-the-art para predição de LBCE em termos de métricas de AUC, F1 e MCC.

MEMBROS DA BANCA:
Externo à Instituição - CRISTIANO LEITE DE CASTRO - UFMG
Externo à Instituição - JOÃO LUÍS REIS CUNHA - York
Interno - 3128249 - LUIS PAULO FAINA GARCIA
Presidente - 2325306 - TEOFILO EMIDIO DE CAMPOS
Interno - 1821656 - THIAGO DE PAULO FALEIROS