aprimoramento de uma ferramenta de predição de ncrnas … · 2016-02-18 · aprimoramento de uma...

Aprimoramento de uma ferramenta de predicao de ncRNAs baseada em estruturas secundarias

Aprimoramento de uma ferramenta de predicaode ncRNAs baseada em estruturas secundarias

Trabalho de Formatura Supervisionado

Felipe Lamberti AmadoOrientador: Prof. Dr. Alan Mitchell Durham

Instituto de Matematica e Estatıstica - USP

Sao Paulo, 11 de novembro de 2013


Introducao

Biologia basica - Transcricao e Traducao

Dogma central da Biologia


Introducao

Biologia basica - Transcricao e Traducao

Dogma central - nao previa ncRNAs


Introducao

Tipos de RNA

Tipos de RNA

http://www.nature.com/horizon/rna/background/pdf/micrornas.pdf

http://www.nature.com/horizon/rna/background/pdf/micrornas.pdf


Introducao

Importancia dos MicroRNAs


Introducao

Representando sequencias como grafos

Como funciona o preditor?


Introducao

O preditor

Arestas de i a j onde i < j - 1 ocultadas por motivos esteticos.


Objetivos

Objetivos deste trabalho

I Otimizar os parametros utilizados pelo preditor

I Fazer uma comparacao justa com algum outro preditor demicroRNAs

I Implementar uma extensao do preditor para realizar otreinamento automatico


Metodos e resultados

Otimizacao dos parametros

Parametros a serem otimizados

I Limiar deprobabilidade

I Tamanhomınimo dehelice

0,02

0,254

0,056




Curvas ROC

●

● ● ●●

●

●

● ● ●●

●

●

● ●●●

●

● ● ●●●

●

●●●●

●

●●

●●●●●

●●●●●●

●●●●●● ●

●●●●●

3 4 5

6 7 8

9 10 11

0.00

0.25

0.50

0.75

1.00

0.00

0.25

0.50

0.75

1.00

0.00

0.25

0.50

0.75

1.00

0.6 0.7 0.8 0.9 1.00.6 0.7 0.8 0.9 1.00.6 0.7 0.8 0.9 1.0Specificity

Sen

sitiv

ity

0.00

0.25

0.50

0.75

prob_threshold




Arvore de decisao

Sequencia Padrao 1 Padrao 2 ... Padrao N microRNA real?

seqA 1 0 ... 0 1seqB 1 1 ... 1 1seqC 0 1 ... 0 0

: : : : : :

≡ Padrao i v Padrao j




Padroes otimizados

Padrao I V Padrao II

Limiar de probabilidade: 0 Limiar de probabilidade: 0,57Tamanho mınimo de helice: 7 Tamanho mınimo de helice: 5




Antes x Depois da otimizacao

Medida Antes Depois

Especificidade 87,538% 84,154%Sensibilidade 71,692% 82,692%

Acuracia 79,615% 83,423%

Especificidade = TN/(TN + FN)Sensibilidade = TP/(TP + FP)Acuracia = (TP + TN)/(TP + FP + TN + FN)



Comparacao entre os preditores

Comparacao entre os preditores

Medida MiPred Nosso preditor

Especificidade 88,076% 84,154%Sensibilidade 80,615% 82,692%

Acuracia 84,346% 83,423%



Treinamento automatico do preditor


I Feito encontrando subestruturas tıpicas em um conjunto demicroRNAs

I Que foram encontradas utilizando um algoritmo de subgrafomaximal entre dois grafos

I Que, por sua vez, foi implementado utilizando uma reducaoao problema do clique maximal




Reducao ao problema do clique maximal

I Entrada: Grafos G1 =< V1,A1 > G2 =< V2,A2 >

I Grafo produto de arestas He = G1 ◦ G2 possui como vertices oconjunto VH = E1 × E2

I Ha uma aresta do no v = (v1, v2) ao w = (w1,w2) em He ssev1 6= w1 e v2 6= w2 e (o no que conecta as arestas v1 e w1 ecompatıvel com o no que conecta v2 e w2 OU v1 e w1 nao saoarestas adjacentes em G1 e v2 e w2 tambem nao saoadjacentes em G2)

I Saıda: Clique maximal de He que corresponde a um subgrafocomum




Reducao do problema ao problema do clique maximal

Retirado do artigo de Koch de 2001.




Aplicando iterativamente




Famılia A x Famılia B

(a) (b)

I O treinamento foi realizado em 21sequencias da famılia A,encontrando 4 subestruturasrecorrentes

I 53,7% das sequencias da famılia Aforam identificadas com sucesso

I Apenas 2,7% das sequencias dafamılia B foram identificadas comosendo de A

http://rfam.sanger.ac.uk/

http://rfam.sanger.ac.uk/


Conclusoes

Conclusoes

I Com a otimizacao dos parametros, obtivemos uma discretamelhora, mas suficiente para alcancar um nıvel de acuraciacomparavel a um dos melhores preditores de microRNAatualmente

I Apesar de ter apresentado um bom resultado em um dostestes realizados, o algoritmo de treinamento automaticoainda precisa de melhorias


Parte subjetiva

O que mais me ajudou neste trabalhoI Disciplina de Algoritmo em grafosI Disciplina de Biologia ComputacionalI Disciplina de Data Mining (cursada durante intercambio)I Iniciacao cientıfica


Parte subjetiva

Duvidas?


Apendice

Bibliografia

Bibliografia I

Hu LL et al (2012). Benchmark comparison of ab initiomicroRNA identification methods and software. GMR.

A Machado-Lima, HA del Portillo, AM Durham (2008).Computational methods in noncoding RNA research.. J MathBiol. 56(1-2):15-49

Ina Koch (2001). Enumerating all connected maximal commonsubgraphs in two graphs. Elsevier.

Sarah W. Burge et al (2013). Rfam 11.0: 10 years of RNAfamilies. Nucleic Acids Res.

Jiang P et al (2007). MiPred: classification of real and pseudomicroRNA precursors using random forest prediction modelwith combined features. Nucleic Acids Res.


Apendice

Bibliografia

Bibliografia II

Wei-Yin Loh and Yu-Shan Shih (1997). Split SelectionMethods For Classification Trees. Statistica Sinica 7, 815-840

Marilena V. Iorio et al (2005). MicroRNA Gene ExpressionDeregulation in Human Breast Cancer. AACR.


Apendice

Bibliografia

MicroRNA

http://en.wikipedia.org/wiki/MicroRNA

http://en.wikipedia.org/wiki/MicroRNA


Apendice

Bibliografia

RNAfold

shuf34

G G C C G G U C C G G C U C C G A G C U C G G G G G C G C C C U A G U C C G A G U G A U A G U A C U G C C G C U A A C G U U G A G U U G U A G G G C

G G C C G G U C C G G C U C C G A G C U C G G G G G C G C C C U A G U C C G A G U G A U A G U A C U G C C G C U A A C G U U G A G U U G U A G G G CGG

CC

GG

UC

CG

GC

UC

CG

AG

CU

CG

GG

GG

CG

CC

CU

AG

UC

CG

AG

UG

AU

AG

UA

CU

GC

CG

CU

AA

CG

UU

GA

GU

UG

UA

GG

GC

GG

CC

GG

UC

CG

GC

UC

CG

AG

CU

CG

GG

GG

CG

CC

CU

AG

UC

CG

AG

UG

AU

AG

UA

CU

GC

CG

CU

AA

CG

UU

GA

GU

UG

UA

GG

GC

(c)

GGCCGGUCCGGCUC

CG A G CUC G G G G G C G C C C U A

G U C C G AGU GA U A G U

A C UG

CCGCUAACGUUGAG

UUGUAGGGC

(d)


Apendice

Bibliografia

Pseudo-no

(e)

http://en.wikipedia.org/wiki/File:Pseudoknot.svg

http://en.wikipedia.org/wiki/File:Pseudoknot.svg

aprimoramento de uma ferramenta de predição de ncrnas … · 2016-02-18 · aprimoramento de uma...

Documents