Sistema de Inteligência Artificial e Interação Proteína-Proteína

As interações proteína-proteína desempenham um papel fundamental na bioinformática e na biologia computacional para interpretar os princípios básicos inerentes às organizações biológicas. Em comparação com as redes de proteínas e sequências disponíveis de espécies diferentes, o número de PPIs (interações proteína-proteína) identificadas ainda é bastante limitado. Neste livro, é proposto um método baseado em sequências que utiliza as propriedades físico-químicas dos resíduos proteicos, combinando uma nova representação de características, a autocovariância (AC), com uma Rede Neural Artificial (RNA). A autocovariância descreve as interações entre resíduos de aminoácidos que se encontram a alguma distância na sequência primária da proteína; assim, este método tem em conta o efeito de vizinhança nas interações proteicas. Os aminoácidos foram convertidos em valores numéricos que representam seis propriedades físico-químicas; posteriormente, essas sequências numéricas foram transformadas num vetor unidimensional do mesmo tamanho por meio da autocovariância. Por fim, o modelo de RAN foi construído utilizando os vetores das variáveis de autocovariância como entrada. A experiência demonstrou que o modelo de previsão e a precisão da previsão de interações são superiores a 94,0% após uma validação cruzada de 5 dobras.