Uma ferramenta multiagente baseada em conhecimento para anotação de proteínas : um estudo de caso para o Fungo Saccharomyces cerevisiae

Abstract

Identificar funções biológicas das sequências é uma atividade chave em projetos genomas. Esta tarefa é realizada na etapa de anotação, que possui duas fases. Na fase manual, biólogos utilizam seu conhecimento e experiência determinar a função de cada sequência, baseada nos resultados produzidos pela fase automática, onde ferramentas e bancos de dados são utilizados para predizer uma anotação funcional. Esta dissertação propõe BioAgents-Prot, uma ferramenta multiagente baseada em conhecimento, que simula o conhecimento e experiência dos biólogos para anotação de proteínas. BioAgents-Prot foi definido com uma abordagem de agentes cooperativos, onde diferentes agentes especializados trabalham em conjunto na tentativa de sugerir uma anotação manual adequada. A arquitetura proposta em três camadas foi desenvolvida com Java Agent DEvelopment Framework - JADE e Drools, um motor de inferência baseado em regras. Para avaliar o desempenho do BioAgents-Prot, as anotações dos transcritos do fungo Saccharomyces cerevisiae foram comparadas com as anotações sugeridas pelo sistema. Usando regras básicas que representam o raciocínio de anotação, obtemos 95.84% de sensibilidade, 93.22% de especificidade, 98.40% de F1-score e 0.80 de MCC, que demonstram a utilidade do BioAgents-Prot na etapa de anotação em projetos transcritoma.