Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/30171 |
Resumo: | Genes são amplamente estudados pela comunidade científica devido a sua importância em diversas pesquisas, muitas delas relacionadas a saúde. Por conta disto, muitos métodos foram desenvolvidos para calcular a Similaridade Semântica (SS) entre genes. A Similaridade Semântica tem sido usado em várias pesquisas como inferência e validação de redes, dobramento de proteínas, entre outras. Inicialmente proposto por Wang el al. (WANG et al., 2007) e que foi incrementado na ferramenta GOGO (ZHAO; WANG, 2018), a metodologia apresentada por Wang e GOGO não se limita a usar Information content (IC) para calcular a similaridade semântica. Wang propôs um método híbrido que calcula a similaridade a partir da topologia do grafo acíclico direcionado GO. GOGO por sua vez propôs usar o número de termos filhos como substituto de IC, visto que o GOGO notou a correlação inversa entre IC e o número de termos filho, dessa forma mesmo sem usar o IC, GOGO consegue ter as vantagens de métodos baseados em IC junto com o método híbrido de Wang. Porém o GOGO propõe um método que depende de variáveis que não se ajustam aos dados de ontologias, por outro o Wang se limita a pesar os termos GO somente dependendo do tipo de ligação entre os termos GO. Este trabalho apresenta um novo método chamado de Power LAW Semantic Similarity (PLAWSS) para o cálculo da similaridade semântica em genes utilizando um modelo híbrido para calcular a similaridade semântica utilizando a Ontologia Gênica, o qual é data-driven se adaptando aos dados de ontologia utilizando lei de potência para pesar cada termo GO, e que em adição ao tipo de ligação, neste trabalho também é levado em consideração o número de filhos do ancestral para identificar a especificidade do termo GO. Seis conjuntos de dados compostos por vias metabólicas foram clusterizados utilizando as similaridades semânticas calculadas entre cada par de gene, os clusters formados a partir das funções moleculares e processos biológicos apresentaram os melhores resultados, sendo eles, 83,33% e 66,67% respectivamente, corroborando para a provação do método proposto. |
id |
UTFPR-12_f1a8c14981d9131e8a95537278ec0d43 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/30171 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2022-11-24T14:37:49Z2022-11-24T14:37:49Z2020-10-21ITO, Eric Augusto. Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica go. 2020. Dissertação (Mestrado em Bioinformática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020.http://repositorio.utfpr.edu.br/jspui/handle/1/30171Genes são amplamente estudados pela comunidade científica devido a sua importância em diversas pesquisas, muitas delas relacionadas a saúde. Por conta disto, muitos métodos foram desenvolvidos para calcular a Similaridade Semântica (SS) entre genes. A Similaridade Semântica tem sido usado em várias pesquisas como inferência e validação de redes, dobramento de proteínas, entre outras. Inicialmente proposto por Wang el al. (WANG et al., 2007) e que foi incrementado na ferramenta GOGO (ZHAO; WANG, 2018), a metodologia apresentada por Wang e GOGO não se limita a usar Information content (IC) para calcular a similaridade semântica. Wang propôs um método híbrido que calcula a similaridade a partir da topologia do grafo acíclico direcionado GO. GOGO por sua vez propôs usar o número de termos filhos como substituto de IC, visto que o GOGO notou a correlação inversa entre IC e o número de termos filho, dessa forma mesmo sem usar o IC, GOGO consegue ter as vantagens de métodos baseados em IC junto com o método híbrido de Wang. Porém o GOGO propõe um método que depende de variáveis que não se ajustam aos dados de ontologias, por outro o Wang se limita a pesar os termos GO somente dependendo do tipo de ligação entre os termos GO. Este trabalho apresenta um novo método chamado de Power LAW Semantic Similarity (PLAWSS) para o cálculo da similaridade semântica em genes utilizando um modelo híbrido para calcular a similaridade semântica utilizando a Ontologia Gênica, o qual é data-driven se adaptando aos dados de ontologia utilizando lei de potência para pesar cada termo GO, e que em adição ao tipo de ligação, neste trabalho também é levado em consideração o número de filhos do ancestral para identificar a especificidade do termo GO. Seis conjuntos de dados compostos por vias metabólicas foram clusterizados utilizando as similaridades semânticas calculadas entre cada par de gene, os clusters formados a partir das funções moleculares e processos biológicos apresentaram os melhores resultados, sendo eles, 83,33% e 66,67% respectivamente, corroborando para a provação do método proposto.Genes are widely studied by the scientific community due to their importance in various researches, many of them related to health. Because of this, many methods were developed to calculate the SS between genes. Semantic Similarity has been used in several researches such as network inference and validation, protein folding, among others. Initially proposed by Wang el al. (WANG et al., 2007) and which was added to the GOGO tool (ZHAO; WANG, 2018), the methodology presented by Wang and GOGO is not limited to using IC to calculate the semantic similarity. Wang proposed a hybrid method that calculates similarity from the topology of the directed acyclic graph GO. GOGO in turn proposed to use the number of child terms as a substitute for IC, since GOGO noticed the inverse correlation between IC and the number of child terms, so even without using the IC, GOGO manages to take advantage of methods based on IC along with Wang’s hybrid method. However, GOGO proposes a method that depends on variables that do not fit the data of ontologies, on the other hand Wang is limited to weighing the terms GO only depending on the type of connection between the terms GO. This work presents a new method named PLAWSS for calculating semantic similarity in genes using a hybrid model to calculate semantic similarity using Genetic Ontology, which is data-driven adapting to ontology data using power law to weigh each GO term, and that in addition to the type of connection, this work also takes into account the number of children of the ancestor to identify the specificity of the GO term. Six data sets composed of metabolic pathways were clustered using the semantic similarities calculated between each pair of genes, the clusters formed from the molecular functions and biological processes showed the best results, being 83.33% and 66.67% respectively, corroborating for the testing of the proposed method.porUniversidade Tecnológica Federal do ParanáCornelio ProcopioPrograma de Pós-Graduação em BioinformáticaUTFPRBrasilCNPQ::CIENCIAS EXATAS E DA TERRAEngenharia/Tecnologia/GestãoComputação semânticaBioinformáticaOntologiaSemantic computingBioinformaticsOntologyPlawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GOPower law data-driven methodology for calculating semantic similarity GOinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisCornélio ProcópioLopes, Fabrício Martinshttp://orcid.org/0000-0002-8786-3313http://lattes.cnpq.br/1660070580824436Kashiwabara, Andre Yoshiakihttps://orcid.org/0000-0003-3280-2035http://lattes.cnpq.br/3194328548975437Vicente, Fabio Fernandes da Rochahttps://orcid.org/0000-0001-7716-3260http://lattes.cnpq.br/5799700325728628Lopes, Fabrício Martinshttp://orcid.org/0000-0002-8786-3313http://lattes.cnpq.br/1660070580824436Castro, Mauro Antônio Alveshttps://orcid.org/0000-0003-4942-8131http://lattes.cnpq.br/64848774876623550000-0002-0030-6881http://lattes.cnpq.br/5833263148868450Ito, Eric Augustoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALsemanticametodologiadatadriven.pdfapplication/pdf2958961http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30171/1/semanticametodologiadatadriven.pdf22425cf455cb98edb8f952866b17184dMD51TEXTsemanticametodologiadatadriven.pdf.txtsemanticametodologiadatadriven.pdf.txtExtracted texttext/plain125342http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30171/2/semanticametodologiadatadriven.pdf.txta92cc295abe2a23eeb9c1d5d9405509bMD52THUMBNAILsemanticametodologiadatadriven.pdf.jpgsemanticametodologiadatadriven.pdf.jpgGenerated Thumbnailimage/jpeg1313http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30171/3/semanticametodologiadatadriven.pdf.jpg9485cac79d702913fef274ed83899e60MD531/301712022-11-25 04:05:35.708oai:repositorio.utfpr.edu.br:1/30171Repositório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2022-11-25T06:05:35Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO |
dc.title.alternative.pt_BR.fl_str_mv |
Power law data-driven methodology for calculating semantic similarity GO |
title |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO |
spellingShingle |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO Ito, Eric Augusto CNPQ::CIENCIAS EXATAS E DA TERRA Computação semântica Bioinformática Ontologia Semantic computing Bioinformatics Ontology Engenharia/Tecnologia/Gestão |
title_short |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO |
title_full |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO |
title_fullStr |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO |
title_full_unstemmed |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO |
title_sort |
Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica GO |
author |
Ito, Eric Augusto |
author_facet |
Ito, Eric Augusto |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Lopes, Fabrício Martins |
dc.contributor.advisor1ID.fl_str_mv |
http://orcid.org/0000-0002-8786-3313 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1660070580824436 |
dc.contributor.referee1.fl_str_mv |
Kashiwabara, Andre Yoshiaki |
dc.contributor.referee1ID.fl_str_mv |
https://orcid.org/0000-0003-3280-2035 |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/3194328548975437 |
dc.contributor.referee2.fl_str_mv |
Vicente, Fabio Fernandes da Rocha |
dc.contributor.referee2ID.fl_str_mv |
https://orcid.org/0000-0001-7716-3260 |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/5799700325728628 |
dc.contributor.referee3.fl_str_mv |
Lopes, Fabrício Martins |
dc.contributor.referee3ID.fl_str_mv |
http://orcid.org/0000-0002-8786-3313 |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/1660070580824436 |
dc.contributor.referee4.fl_str_mv |
Castro, Mauro Antônio Alves |
dc.contributor.referee4ID.fl_str_mv |
https://orcid.org/0000-0003-4942-8131 |
dc.contributor.referee4Lattes.fl_str_mv |
http://lattes.cnpq.br/6484877487662355 |
dc.contributor.authorID.fl_str_mv |
0000-0002-0030-6881 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/5833263148868450 |
dc.contributor.author.fl_str_mv |
Ito, Eric Augusto |
contributor_str_mv |
Lopes, Fabrício Martins Kashiwabara, Andre Yoshiaki Vicente, Fabio Fernandes da Rocha Lopes, Fabrício Martins Castro, Mauro Antônio Alves |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA Computação semântica Bioinformática Ontologia Semantic computing Bioinformatics Ontology Engenharia/Tecnologia/Gestão |
dc.subject.por.fl_str_mv |
Computação semântica Bioinformática Ontologia Semantic computing Bioinformatics Ontology |
dc.subject.capes.pt_BR.fl_str_mv |
Engenharia/Tecnologia/Gestão |
description |
Genes são amplamente estudados pela comunidade científica devido a sua importância em diversas pesquisas, muitas delas relacionadas a saúde. Por conta disto, muitos métodos foram desenvolvidos para calcular a Similaridade Semântica (SS) entre genes. A Similaridade Semântica tem sido usado em várias pesquisas como inferência e validação de redes, dobramento de proteínas, entre outras. Inicialmente proposto por Wang el al. (WANG et al., 2007) e que foi incrementado na ferramenta GOGO (ZHAO; WANG, 2018), a metodologia apresentada por Wang e GOGO não se limita a usar Information content (IC) para calcular a similaridade semântica. Wang propôs um método híbrido que calcula a similaridade a partir da topologia do grafo acíclico direcionado GO. GOGO por sua vez propôs usar o número de termos filhos como substituto de IC, visto que o GOGO notou a correlação inversa entre IC e o número de termos filho, dessa forma mesmo sem usar o IC, GOGO consegue ter as vantagens de métodos baseados em IC junto com o método híbrido de Wang. Porém o GOGO propõe um método que depende de variáveis que não se ajustam aos dados de ontologias, por outro o Wang se limita a pesar os termos GO somente dependendo do tipo de ligação entre os termos GO. Este trabalho apresenta um novo método chamado de Power LAW Semantic Similarity (PLAWSS) para o cálculo da similaridade semântica em genes utilizando um modelo híbrido para calcular a similaridade semântica utilizando a Ontologia Gênica, o qual é data-driven se adaptando aos dados de ontologia utilizando lei de potência para pesar cada termo GO, e que em adição ao tipo de ligação, neste trabalho também é levado em consideração o número de filhos do ancestral para identificar a especificidade do termo GO. Seis conjuntos de dados compostos por vias metabólicas foram clusterizados utilizando as similaridades semânticas calculadas entre cada par de gene, os clusters formados a partir das funções moleculares e processos biológicos apresentaram os melhores resultados, sendo eles, 83,33% e 66,67% respectivamente, corroborando para a provação do método proposto. |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020-10-21 |
dc.date.accessioned.fl_str_mv |
2022-11-24T14:37:49Z |
dc.date.available.fl_str_mv |
2022-11-24T14:37:49Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ITO, Eric Augusto. Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica go. 2020. Dissertação (Mestrado em Bioinformática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/30171 |
identifier_str_mv |
ITO, Eric Augusto. Plawss: power law semantic similarity metodologia data-driven baseada em lei de potência para o cálculo de similaridade semântica go. 2020. Dissertação (Mestrado em Bioinformática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/30171 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Cornelio Procopio |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Bioinformática |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Cornelio Procopio |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30171/1/semanticametodologiadatadriven.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30171/2/semanticametodologiadatadriven.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30171/3/semanticametodologiadatadriven.pdf.jpg |
bitstream.checksum.fl_str_mv |
22425cf455cb98edb8f952866b17184d a92cc295abe2a23eeb9c1d5d9405509b 9485cac79d702913fef274ed83899e60 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805923080433827840 |