Machine learning para la predicción de interacciones entre microARN y ARN mensajeros

Abstract

Un micro ARN es una pequeña secuencia de ADN que se une a un ARN mensajero y regula la actividad desempeñada por dicho gen, ya sea por degradación de la secuencia o inhibición de la actividad. Las características físicas y químicas que determinan los sitios de unión del micro ARN con el ARN mensajero no son totalmente comprendida en la actualidad, por lo que se han desarrollado multitud de sistemas enfocados a predecir posibles secuencias dianas de un micro ARN en un gen. El objetivo del presente proyecto ha sido desarrollar una herramienta que permita evaluar si un micro ARN actúa como regulador de la expresión de un gen. Para ello se ha empleado técnicas de selección de atributos y técnicas de machine learning (redes neuronales y máquinas de soporte vectorial) empleando como lenguaje de programación Java y como librería de código de referencia Weka. Los datos empleados han sido obtenidos de repositorios públicos. De éstos, se han obtenido un total de 18091 casos de regulación positiva, frente a 16711 casos de candidatos de interacciones negativas. El resultado que se ha obtenido es de 86% de correcta clasificación, valor que se puede considerar adecuado a la hora de determinar posibles interacciones entre las secuencias.

Un micro ARN és una petita seqüència d'ADN que s'uneix a un ARN missatger i regula l'activitat exercida per aquest gen, ja sigui per degradació de la seqüència o inhibició de l'activitat. Les característiques físiques i químiques que determinen els llocs d'unió del micro ARN amb el ARN missatger no són totalment compresa en l'actualitat, per la qual cosa s'han desenvolupat multitud de sistemes enfocats a predir possibles seqüencies dianes d'un micro ARN en un gen. L'objectiu del present projecte ha estat desenvolupar una eina que permeti avaluar si un micro ARN actua com a regulador de l'expressió d'un gen. Per a això s'ha emprat tècniques de selecció d'atributs i tècniques de machine learning (xarxes neuronals i màquines de suport vectorial) emprant com a llenguatge de programació Java i com a llibreria de codi de referència Weka. Les dades emprades han estat obtinguts de repositoris públics. D'aquests, s'han obtingut un total de 18091 casos de regulació positiva, enfront de 16711 casos de candidats d'interaccions negatives. El resultat que s'ha obtingut és de 86% de correcta classificació, valor que es pot considerar adequat a l'hora de determinar possibles interaccions entre les seqüències.

Micro RNA are small DNA sequence that manages gene expresion. A micro RNA matches in a specific binding site. The reason of this one is unknown. Several tools have been developed to predict these interactions. The goal of this project is developing a Java software based on machine learning and feature selection to classify two sequences (RNA and micro RNA) using Weka library. Data were extrated from public repositories. 18091 positive cases and 16711 negative cases were obtained. The result is a high accuracy of correct classification (86%). Several problems were presented during developing, so that number of features and classifiers were limited.