Reconocimiento de patrones adaptativos en proteínas amiloideas usando expresiones regulares

Abstract

El objetivo principal de este trabajo consiste en la comparación y fusión de motivos de las proteínas amiloideas, extraídas de la base de datos AMYPdb, denotadas como expresiones regulares usando las reglas PROSITE. Así, nuestra tarea radica en analizar un conjunto de posibles motivos relacionados, y detectar si existe semejanza entre ellos. Nosotros creamos un algoritmo para comparar dos motivos de proteínas basado en la técnica evolutiva de Programación Genética para generar la población de secuencias derivada de cada motivo bajo comparación. Además, asignamos un valor de similitud de motivos usando una Red Neuronal de Retropropagación como función de aptitud. El método de fusión de motivos utiliza un algoritmo de optimización combinatoria basado en Colonias de Hormigas. Nosotros usamos los aminoácidos del primer motivo para construir el grafo donde las hormigas caminaran. Entonces, el grafo es recorrido por las hormigas según un mapa de recorrido basado en los aminoácidos que componen el segundo motivo, usado por una función de transición que promueve seguir el camino entre aminoácidos semejantes. Las hormigas al caminar van dejando feromona en los nodos, tal que al final algunos tengan mucho feromona y otros poco, Finalmente, el grafo es recorrido nuevamente para construir la expresión regular resultante conformada por los nodos con la mayor concentración de feromona.

The main objective of this research is the comparison and fusion of the amyloid protein motifs, extracted from the database AMYPdb, denoted as regular expressions using the rules PROSITE. So our task is to analyze a set of possible motifs, and to detect if exists similarity between them. We created an algorithm to compare two protein motifs based on the evolutive technique of Genetic Programming to generate the population of sequences derived from every regular expression under comparison. In addition, we assigned a motif similarity score using a Neural Network Backpropagation as fitness function.The motifs fusion method use an algorithm of combinatorial optimization based on Ant Colonies. We use the amino acids of the first motif to construct the graph where the ants will walk. Then, the graph is crossed by the ants according to the path of the second motif, used by a transition function that promove to flow the path between similars amino acids. The ants when walking leave pheromone in the nodes, in a way that at the end svevral have a lot of or little pheromone. Finally the graph is crossed again to construct the resultant regular expression composed by the nodes with much pheromone.