Utilização de redes em cápsulas para classificação de regiões promotoras em sequências de DNA.

Abstract

Com o desenvolvimento de novas tecnologias de sequenciamento de DNA, um grande volume de informações deve ser devidamente processada e analisada. Por isso, novos estudos buscam apresentar novas técnicas para as tarefas básicas da área conhecida como bioinformática. Uma importante tarefa é a anotação genômica funcional, que necessita para seu êxito, identificar corretamente as chamadas regiões promotoras, que exercem importantes funções regulatórias de transcrição genética. Apesar de diversas metodologias terem sido propostas na literatura para a identificação destas regiões, este ainda não é um problema bem resolvido. Alguns trabalhos foram realizados utilizando diferentes arquiteturas de redes neurais artificiais. Em 2017 foi apresentada para o mundo uma arquitetura baseada em cápsulas, bastante diferente das tradicionais, que se mostrou bastante eficiente em processar imagens de dígitos. Entretanto, ainda faltam aplicações e validações deste modelo em outras áreas. Na área de bioinformática ainda não há registros do uso de redes em cápsulas, assim, este trabalho realiza uma experimentação deste novo modelo para o problema de classificação de regiões promotoras em DNA. Utilizando duas bases de dados de organismos procariontes e cinco de eucariontes, foram testadas uma arquitetura convolucional retirada da literatura e uma arquitetura em cápsulas desenvolvida neste trabalho. Os modelos foram testados e suas capacidades preditivas descritas, segundo diferentes tipos de métricas. Os resultados mostram que as redes em cápsulas obtiveram bons resultados nos testes e são comparáveis com a rede convolucional da literatura atual.