Using protein-protein interactions data to improve predictions of the effect of aging-related genes on the longevity of model organisms

Abstract

Este trabalho foca em melhorar a performance preditiva na tarefa de classifica ̧c ̃ao do efeito de genes relacionados ao envelhecimento na longevidade de organismos-modelo. Normalmente, bases de dados contru ́ıdas para este problema usam atributos da ontolo- gia de genes. N ́os demonstramos que, ao introduzirmos um novo conjunto de atributos baseados em intera ̧c ̃oes prote ́ına-prote ́ına, conseguimos melhorar a classifica ̧c ̃ao de forma estatisticamente significativa. Embora ben ́efica, a introdu ̧c ̃ao desses atributos geram um novo problema: realizar a tarefa de classifica ̧c ̃ao usando dados incertos. Isso ocorre porque os valores desses novos atributos representam apenas um grau de certeza da existˆencia de uma intera ̧c ̃ao entre duas prote ́ınas. Para lidar com esse problema, propomos um novo coeficiente de similaridade, baseado no coeficiente de Jaccard, e mostramos que, ao us ́a- lo, podemos nos beneficiar desses dados incertos introduzidos nas bases sem aumentar demasiadamente a complexidade da solu ̧c ̃ao de classifica ̧c ̃ao. Por fim, n ́os demonstramos como obter resultados ainda melhores atrav ́es da aplica ̧c ̃ao de uma t ́ecnica de sele ̧c ̃ao de atributos.