i REDES NEURAIS SEM-PESO APLICADAS NA CATEGORIZAÇÃO DE SUBTIPOS DO HIV-1 ...

101 Pages·2011·1.25 MB·Portuguese

REDES NEURAIS SEM-PESO APLICADAS NA CATEGORIZAÇÃO DE SUBTIPOS
DO HIV-1.

Caio Ribeiro de Souza

Dissertação de Mestrado apresentada ao
Programa de Pós-Graduação em
Engenharia de Sistemas e Computação,
COPPE, da Universidade Federal do Rio de
Janeiro, como parte dos requisitos
necessários à obtenção do título de Mestre
em Engenharia de Sistemas e Computação.

Orientadores: Felipe Maia Galvão França
Robson Mariano da Silva

Rio de Janeiro
Junho de 2011
i
REDES NEURAIS SEM-PESO APLICADAS NA CATEGORIZAÇÃO DE SUBTIPOS
DO HIV-1.

Caio Ribeiro de Souza

DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO
LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA (COPPE)
DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS
REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE MESTRE
CIENCIAS EM ENGENHARIA DE SISTEMAS E COMPUTAÇÃO.

Examinada por:

__________________________________________
Prof. Felipe Maia Galvão França, Ph.D.

__________________________________________
Prof. Robson Mariano da Silva, D.Sc.

__________________________________________
Prof. Flávio Fonseca Nobre, Ph.D.

__________________________________________
Prof. Ricardo Costa Farias, Ph.D.

__________________________________________
Prof. Paulo Costa Carvalho, D.Sc.

RIO DE JANEIRO, RJ – BRASIL
JUNHO DE 2011
ii
Souza, Caio Ribeiro de
Redes Neurais Sem-Peso Aplicadas Na Categorização
De Subtipos Do Hiv-1./ Caio Ribeiro de Souza – Rio de
Janeiro: UFRJ/COPPE, 2011.
X, 91 p.: il.; 29,7 cm.
Orientadores: Felipe Maia Galvão França
Robson Mariano da Silva
Dissertação (mestrado) – UFRJ/ COPPE/ Programa de
Engenharia de Sistemas e Computação, 2011.
Referências Bibliográficas: p. 80-87.
1. Resistência HIV-1. 2. Redes Neurais Sem Peso. 3.
Bleaching. I. França, Felipe Maia Galvão, et al. II.
Universidade Federal do Rio de Janeiro, COPPE, Programa
de Engenharia de Sistemas e Computação. III. Titulo.
iii
―Aos meus pais, Antônio Carlos e Adélia. Suas
vidas sempre me serviram de exemplo para
buscar meus objetivos e me deram força e
determinação.‖

iv
Agradecimentos

Aos meus pais por me fornecerem todas as condições necessárias para a minha
formação acadêmica e principalmente por tudo que representam na minha vida.

Às minhas irmãs por todo incentivo e motivação dado ao longo desse processo.

Ao professor Felipe Maia Galvão França por seu apoio e orientação segura, tranquila e
sempre paciente.

Ao professor Robson Mariano da Silva por sua orientação segura e por sua pesquisa
ter sido a fonte de inspiração para a realização deste trabalho.

A professora Priscila Machado Vieira Lima por seu apoio incondicional sempre que
necessário.

Ao professor Flávio Fonseca Nobre pelo auxílio prestado em importantes momentos
desta pesquisa.

Às amigas Teresa Costa Barros, Vanessa Carla Felipe Gonçalves, Janaina Marques e
Miriam Rodrigues por toda a ajuda prestada.

Aos amigos da UFRJ com quem tive o prazer de conviver desde a graduação e que
me incentivaram durante todo esse período.

À Fundação COPPETEC e a DAbM (Diretoria de Abastecimento da Marinha do Brasil)
por terem possibilitado meu afastamento nos momentos necessários, permitindo meu
aprimoramento acadêmico.

Ao professor Rodrigo Brindeiro, chefe do Laboratório de Virologia Molecular (Instituto
de Biologia - UFRJ, Brasil) por ter cedido a base de dados utilizada e fundamental
para o desenvolvimento deste trabalho.
v
Resumo da Dissertação apresentada à COPPE/UFRJ como parte dos requisitos
necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)

REDES NEURAIS SEM-PESO APLICADAS NA CATEGORIZAÇÃO DE SUBTIPOS
DO HIV-1.

Caio Ribeiro de Souza

Junho/2011

Orientadores: Felipe Maia Galvão França
Robson Mariano da Silva

Programa: Engenharia de Sistemas e Computação

Atualmente, uma das causas mais importantes da ocorrência de falha
terapêutica em pacientes infectados com o HIV-1 e sob tratamento é o acúmulo de
mutações genéticas de resistência aos antiretrovirais disponíveis. Estudos recentes
mostram que a realização de testes genotípicos de resistência a esses medicamentos
são muito importantes para o tratamento do HIV-1. Estes testes podem auxiliar na
redução das falhas terapêuticas. Porém, a dificuldade na interpretação genética das
mutações ainda é um fator limitante. O objetivo desta dissertação é desenvolver uma
rede neural sem peso capaz de categorizar os diferentes subtipos do HIV-1 e também
de identificar a existência de mutações de resistência a este tipo de droga. O conjunto
de dados utilizado consiste de 1205 amostras da sequência genética da Protease do
HIV-1, provenientes de pacientes de subtipos B, C e F sob falha terapêutica. Tais
dados foram obtidos junto ao Laboratório de Virologia Molecular (UFRJ, Brasil).
Diversos experimentos com diferentes configurações foram realizados, e os resultados
encontrados mostraram que as redes sem peso possuem excelente desempenho para
o reconhecimento dos subtipos.

vi
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)

WEIGHTLESS ARTIFICIAL NEURAL NETWORKS (WANN) APPLIED TO
CATEGORIZATION OF SUBTYPES OF HIV-1.

Caio Ribeiro de Souza

June/2011

Advisors: Felipe Maia Galvão França
Robson Mariano da Silva

Department: Computer and Systems Engineering

Nowadays, one of the most important causes of ARV therapy failure, in patients
with HIV-1 and under treatment is the accumulation of resistance mutations to
antiretroviral available drugs. Recent researches show that genotypic resistances
testing of these drugs are very important to treatment of HIV-1. These tests can reduce
the therapy failure. However the difficulty in interpreting genetic mutations is still a
limiting factor. The aim of this dissertation is develop a WANN (Weightless Artificial
Neural Network) that should be capable to categorize the different subtypes of HIV-1
and also to identify the existence of antiretroviral drugs resistance mutations. The data
set used consists of 1205 gene sequence of the HIV-1 protease from patients with
subtypes B, C and F under treatment failure. This data were obtained from the
Laboratory of Molecular Virology (UFRJ/BRAZIL). Various experiments, with different
configurations, have been done. The results showed WANN was culpable of properly
recognizing subtypes.

vii
Sumário
1 Introdução .............................................................................................................. 1
1.1 Motivação ....................................................................................................... 1
1.2 Estudos Correlatos ......................................................................................... 3
1.3 Objetivos ........................................................................................................ 4
2 Conceitos Básicos .................................................................................................. 5
2.1 Fundamentos Biológicos................................................................................. 5
2.1.1 DNA ......................................................................................................... 5
2.1.2 Gene ....................................................................................................... 5
2.1.3 RNA ......................................................................................................... 6
2.1.4 Códon ...................................................................................................... 6
2.1.5 Síntese de Proteínas ............................................................................... 7
2.1.6 Mutações ................................................................................................. 9
2.2 O HIV-1 ........................................................................................................ 10
2.2.1 Origem................................................................................................... 10
2.2.2 Características ....................................................................................... 11
2.2.3 Ciclo de Replicação e Terapia Antiretroviral .......................................... 12
2.2.4 Resistência aos Antiretrovirais ............................................................... 14
2.3 Redes Neurais .............................................................................................. 16
2.3.1 Redes Neurais Com Peso ..................................................................... 17
2.3.2 Redes Neurais Sem Peso...................................................................... 19
2.3.3 WiSARD – (Wilkes, Stonham, Aleksander Recognition Device) ............. 19
2.3.4 VG-RAM – (Virtual Generalizing RAM) .................................................. 22
2.3.5 Bleaching ............................................................................................... 23
3 Metodologia .......................................................................................................... 25
3.1 Base Teórica Aplicada ao Problema ............................................................. 25
3.2 Representações ........................................................................................... 26
3.3 O Banco de Dados ....................................................................................... 32
3.4 Os Experimentos .......................................................................................... 33
3.4.1 Representação dos Dados .................................................................... 34
viii
3.4.2 Posições Selecionadas .......................................................................... 34
3.4.3 Configuração da WiSARD: .................................................................... 35
3.4.4 Balanceamento dos Dados: ................................................................... 36
3.4.5 Validação Cruzada: ............................................................................... 37
3.4.6 Objetivo do Reconhecimento: ................................................................ 38
3.4.7 Resumo dos Experimentos Realizados: ................................................ 39
4 Análise dos Resultados ........................................................................................ 41
4.1 Análise em Relação ao Problema (Classificação de HIV-1) .......................... 41
4.1.1 Experimentos Iniciais ............................................................................. 41
4.1.1.1 Posições de Mutação já Conhecidas.................................................. 42
4.1.1.2 Toda a Protease (99 posições) .......................................................... 42
4.1.1.3 Posições Mais Significativas (27 posições) ........................................ 43
4.1.1.4 Observações Acerca dos Experimentos Iniciais: ................................ 44
4.1.2 Experimentos Balanceados Pelo Máximo e Pelo Mínimo. ..................... 45
4.1.3 Balanceamento Por Lote ....................................................................... 48
4.1.4 Resumo das Comparações Usando os Seis Grupos ............................. 50
4.1.5 Experimentos Por Subtipo ..................................................................... 51
4.1.6 Experimento B Resistente Versus B Naive ............................................ 52
4.1.7 Comparação Entre as Codificações ....................................................... 54
4.1.8 Comparação Entre Memórias de 8 bits e 16 bits ................................... 56
4.2 Análise em Relação à Técnica do Bleaching ................................................ 58
4.2.1 Escolhas Aleatórias Sem Bleaching ...................................................... 59
4.2.2 Taxa de Acerto Com o Uso do Bleaching .............................................. 60
4.2.3 Taxa de Uso do Bleacnhig ..................................................................... 62
4.2.4 Aumento da Confiança .......................................................................... 63
4.2.5 Análise do Último Valor de Bleaching .................................................... 64
4.2.6 Resumo da Análise do Bleaching .......................................................... 65
4.3 Melhora de Tempo de Reconhecimento ....................................................... 65
4.3.1 Uso de VG-RAM nas Memórias da WiSARD ......................................... 66
ix
4.3.2 Uso de Vetor Para Armazenar os Pontos de Cada Padrão Durante o
Reconhecimento .................................................................................................. 67
4.3.3 Cálculo do Bleaching Somente nos Valores que Acarretariam Mudança
na Pontuação. ...................................................................................................... 68
4.4 ―Mea Culpa‖ – O Que Eu Não Fiz e Que Ficou Faltando .............................. 69
4.4.1 Reconhecimento Cognitivo .................................................................... 69
4.4.2 Reconhecimento de Resistência a Medicamentos ................................. 70
4.4.3 Usar a Integrase ou Mesmo a Transcriptase Reversa do Vírus ............. 70
5 Conclusão ............................................................................................................ 72
5.1 Resumo ........................................................................................................ 72
5.2 Trabalhos futuros .......................................................................................... 74
5.2.1 Inclusão do Raio Molecular ou Outras Informações Químicas Para a
Criação de Novas Codificações ............................................................................ 74
5.2.2 Rede Neural que Possa Ser Treinada e Destreinada de Modo
Automático, com Retroalimentação (Feedfoward) ................................................ 75
5.2.3 Bleaching Percentual ............................................................................. 77
6 Referências Bibliográficas .................................................................................... 80
ANEXO I ..................................................................................................................... 88
ANEXO II .................................................................................................................... 90

x