Avaliação de abordagens hierárquicas de aprendizado de máquina aplicadas a bancos de dados biológicos

dc.creatorPâmela Marinho Rezende
dc.date.accessioned2023-05-16T15:17:27Z
dc.date.accessioned2025-09-09T01:10:30Z
dc.date.available2023-05-16T15:17:27Z
dc.date.issued2022-07-25
dc.description.abstractThe exponential growth in the generation and availability of biological data in recent decades has increased the importance of databases as a resource to guide innovation and the generation of new biological insights. The broad experimental characterization of these data is, in general, unfeasible, given their complexity and scale, which makes automatic data classification using Machine Learning an essential, faster, and cheaper alternative. Biological datasets are often hierarchical in nature, with varying degrees of complexity, imposing different challenges to train, test, and validate accurate and generalizable classification models. Although some approaches to classify hierarchical data have been proposed, no guidelines regarding their utility, applicability, and limitations have been explored or implemented. These include Local approaches considering the hierarchy, building models per level or node, and Global hierarchical classification, using a flat classification approach. To fill this gap, here we have systematically contrasted the performance of Local per Level and Local per Node approaches with a Global approach applied to two different hierarchical datasets: BioLiP and CATH. The results show how different components of hierarchical datasets, such as variation coefficient and prediction by depth can guide the choice of appropriate classification schemes. Finally, we provide guidelines to support this process when embarking on a hierarchical classification task, which will help optimize computational resources and predictive performance.
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
dc.identifier.urihttps://hdl.handle.net/1843/53447
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/pt/
dc.subjectBioinformática
dc.subjectAprendizado de Máquina
dc.subjectBase de Dados
dc.subjectBiologia
dc.subjectClassificação automática
dc.subject.otherBase de dados biológica
dc.subject.otherHierarquia de classes
dc.subject.otherClassificação hierárquica
dc.subject.otherPredição de função de proteínas
dc.subject.otherClassificação estrutural de proteínas
dc.titleAvaliação de abordagens hierárquicas de aprendizado de máquina aplicadas a bancos de dados biológicos
dc.title.alternativeEvaluating hierarchical machine learning approaches to classify biological databases
dc.typeTese de doutorado
local.contributor.advisor-co1http://lattes.cnpq.br/8989178759075946
local.contributor.advisor1Douglas Eduardo Valente Pires
local.contributor.advisor1Latteshttp://lattes.cnpq.br/2675409574553301
local.contributor.referee1Glaura da Conceição Franco
local.contributor.referee1Laurence Rodrigues do Amaral
local.contributor.referee1Fabíola Souza Fernandes Pereira
local.creator.Latteshttp://lattes.cnpq.br/6191587619438859
local.description.resumoO crescimento exponencial na geração e disponibilização de dados biológicos nas últimas décadas impulsionou o surgimento de bancos de dados como um recurso para orientar a inovação e a geração de novos insights biológicos. A ampla caracterização experimental desses dados é, em geral, inviável, dada a complexidade e escala desses, o que torna a classificação automática utilizando aprendizado de máquina uma alternativa essencial, mais rápida e barata. Muitos conjuntos de dados biológicos são de natureza hierárquica, com vários graus de complexidade, impondo diferentes desafios para se treinar, testar e validar modelos de classificação precisos e generalizáveis. Embora algumas abordagens para classificar dados hierárquicos tenham sido propostas, nenhuma orientação sobre sua utilidade, aplicabilidade e limitações foi explorada ou implementada até então. Isso inclui abordagens locais considerando a hierarquia, construindo modelos por nível ou nó, e global, usando uma abordagem de classificação plana. Para preencher essa lacuna, foi comparado sistematicamente o desempenho das abordagens Local por Nível e Local por Nó com uma abordagem Global aplicada a dois conjuntos de dados biológicos hierárquicos diferentes: BioLiP e CATH. Os resultados mostram como diferentes componentes de conjuntos de dados hierárquicos, como coeficiente de variação e previsão por profundidade, podem orientar a escolha de esquemas de classificação apropriados. Por fim, foram fornecidas diretrizes para apoiar esse processo ao embarcar em uma tarefa de classificação hierárquica, que ajudará a otimizar os recursos computacionais e o desempenho preditivo.
local.publisher.countryBrasil
local.publisher.departmentICB - INSTITUTO DE CIÊNCIAS BIOLOGICAS
local.publisher.initialsUFMG
local.publisher.programPrograma de Pós-Graduação em Bioinformatica

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Tese_final.pdf
Tamanho:
4.08 MB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.07 KB
Formato:
Plain Text
Descrição: