Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Federal University of Technology | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Cardoso, Silvana C. S. | - |
Autor(es): dc.creator | Domingues, Douglas S. | - |
Autor(es): dc.creator | Paschoal, Alexandre R. | - |
Autor(es): dc.creator | Fischer, Carlos N. | - |
Autor(es): dc.creator | Cerri, Ricardo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T22:38:05Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T22:38:05Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/CIBCB58642.2024.10702140 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/308681 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/308681 | - |
Descrição: dc.description | Transposable Elements (TEs) are genetic sequences that can relocate within the genome, promoting genetic diversity. In eukaryotes, TEs are classified into classes, subclasses, orders, superfamilies, families, and subfamilies. LTR retrotransposons (LTR-RT) constitute an order in this taxonomy. The main objective of this study is to investigate the classification of LTR retrotransposons at the superfamily level. Predictive Bi-Clustering Trees (PBCTs) were used to predict interactions between LTR-RT sequences and conserved protein domains to achieve this. Two datasets were used to investigate the relationships among different superfamilies. The first dataset contained LTR retrotransposon sequences assigned to Copia, Gypsy, and Bel-Pao superfamilies, while the second dataset included consensus sequences of the conserved domains for each superfamily. Thus, the PBCT decision tree tests could relate to the LTR-RT sequence and conserved domain attributes. In the classification process, interaction is interpreted as either the presence or absence of a domain in a given LTR-RT sequence. The sequence is then classified into the superfamily with the most predicted domains. Precision-recall curves were adopted as evaluation metrics for the method, and its performance was compared to some of the most commonly used models in the task of transposable element classification. The experiments conducted on D. melanogaster and A. thaliana showed that PBCTs are promising and comparable to other methods, especially in classifying the Gypsy superfamily. | - |
Descrição: dc.description | Federal University of São Carlos Department of Physics | - |
Descrição: dc.description | Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Departamento de Genética | - |
Descrição: dc.description | Federal University of Technology Department of Computer Science | - |
Descrição: dc.description | Departamento de Estatística Matemática Aplicada e Computação Universidade Estadual Paulista | - |
Descrição: dc.description | Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Department of Computer Science | - |
Descrição: dc.description | Departamento de Estatística Matemática Aplicada e Computação Universidade Estadual Paulista | - |
Idioma: dc.language | en | - |
Relação: dc.relation | 21st IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology, CIBCB 2024 | - |
???dc.source???: dc.source | Scopus | - |
Título: dc.title | Classification of LTR Retrotransposons via Interaction Prediction | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: