Bacharelado em Sistemas de Informação - DCET1

URI Permanente para esta coleção

https://saberaberto.uneb.br/handle/20.500.11896/1243

Navegar

Navegando Bacharelado em Sistemas de Informação - DCET1 por Orientador "Fonseca, Vagner de Souza"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Exploração de algoritmos de aprendizado de máquina para a previsão de topologias filogenéticas em dados de sequenciamento genético
    (Universidade do Estado da Bahia, 2025-07-23) Santos, Deivisson Gomes dos; Fonseca, Vagner de Souza; Lenz, Alexandre Rafael; Suarez, Diego Gervásio Frias
    O avanço das tecnologias de sequenciamento genético proporcionou um crescimento exponencial na disponibilidade de dados biológicos, impondo novos desafios à inferência filogenética tradicional, especialmente quanto à escalabilidade e à precisão dos modelos evolutivos. Esta monografia investiga o uso de algoritmos de Aprendizado de Máquina como alternativa inovadora aos métodos clássicos, como Máxima Verossimilhança e Inferência Bayesiana, na reconstrução de topologias filogenéticas. O objetivo principal do estudo é desenvolver e validar um modelo preditivo baseado em Aprendizado de Máquina capaz de inferir topologias filogenéticas a partir de sequências genéticas. A pesquisa segue a metodologia Design Science Research e compreende etapas como preparação dos dados, alinhamento múltiplo de sequências, extração de atributos e desenvolvimento do modelo com Redes Neurais. O desempenho do modelo foi comparado a abordagens tradicionais, avaliando sua eficácia em termos de precisão e eficiência computacional. Os resultados demonstram que técnicas de Aprendizado de Máquina podem oferecer uma solução escalável, robusta e adaptável para análise filogenética, principalmente em cenários que exigem respostas rápidas, como em estudos genômicos de doenças emergentes. Assim, esta pesquisa contribui para a bioinformática e biologia evolutiva ao propor uma abordagem complementar e promissora para a inferência filogenética moderna