Título: Classificadores e Multi-classificadores para a Predição de Promotores em Bacillus subtilis
Autores: Monteiro, Meika I.; Souto, Marcílio C. P. de; Gonçalves, Luiz Marcos Garcia; Bittencourt, Valnaide G.
Resumo: Um dos principais objetivos da bioinformática é a identificação de genes em seqüências descaracterizadas de DNA. A melhoria de técnicas de predição de promotores pode ser um avanço significativo para o desenvolvimento de métodos mais eficientes de predição de genes (ab initio). Neste trabalho, apresentamos uma comparação empírica de técnicas individuais de aprendizado de máquina (Naive Bayes, Árvores de Decisão, Máquinas de Vetores de Suporte, Redes Neurais do tipo VotedPerceptron, PART e k-Vizinhos Mais Próximos) e sistemas multiclassificadores (Bagging e Adaboosting) à tarefa de predição de promotores em Bacillus subtilis. Para isso, foi construída uma base de dados com seqüências de promotores e nãopromotores desse organismo.
Palavras-chave:
Páginas: 6
Código DOI: 10.21528/CBRN2005-201
Artigo em PDF: CBRN2005_201.pdf
Arquivo BibTex: CBRN2005_201.bib