Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/37933Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.creator | Chiquitto, Alisson Gaspar | - |
| dc.date.accessioned | 2025-08-19T22:33:51Z | - |
| dc.date.available | 2025-08-19T22:33:51Z | - |
| dc.date.issued | 2025-04-28 | - |
| dc.identifier.citation | CHIQUITTO, Alisson Gaspar. Aprimorando a classificação de mirtrons com aumento de dados e modelos transformers. 2025. Tese (Doutorado em Programa de Pós-Graduação Associado em Bioinformática (Ufpr/Utfpr)) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2025. | pt_BR |
| dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/37933 | - |
| dc.description.abstract | Among the classes of non-coding RNA (ncRNA) sequences, microRNAs and mirtrons are the most extensively studied in the literature, primarily due to their importance in understanding the regulatory mechanisms of these small ncRNAs. From a computational perspective, particularly regarding mirtron classification, a key challenge is the data imbalance problem, which can hinder the generalization ability of machine learning models and contribute, for instance, to model overfitting. This issue compromises the accuracy and reliability of analyses, hindering progress in the identification and characterization of these ncRNA classes. To mitigate the challenges of data imbalance in small sample datasets, this study explores two main strategies. The first involves the development of GENNUS: GENerative Approaches for NUcleotide Sequences, a framework of generative techniques aimed at synthesizing mirtron data. GENNUS comprises two approaches based on Generative Adversarial Networks (GAN) and three approaches based on the Synthetic Minority Over-sampling Technique (SMOTE). The results demonstrate that these approaches are capable of generating synthetic data while preserving the intrinsic patterns and inherent diversity of real mirtron sequences. Moreover, the use of synthetic data eliminates the need for extensive feature engineering, making the modeling process more efficient and accessible. The second strategy explores deep learning techniques, specifically Transformer-based architectures, for the classification of mirtrons and canonical miRNAs. These models leverage the Transformer’s ability to capture long-range dependencies and complex relationships within nucleotide sequences. The results indicate that Transformer-based classifiers outperform stateof-the-art methods, yielding substantial improvements in both generalization and classification accuracy. This approach highlights the potential of deep learning models to enhance ncRNA analysis, paving the way for significant advancements in the field of bioinformatics. This work emphasizes the transformative impact of synthetic data generation and the use of advanced deep learning architectures in addressing the limitations imposed by data imbalance in genomics. The proposed methodologies offer more effective and scalable solutions for ncRNA classification, contributing to a deeper understanding of genetic regulation and enabling new discoveries in computational molecular biology. Additionally, this work also presents contributions in the classification of long non-coding RNAs (lncRNA), further expanding and demonstrating the applicability of machine learning techniques across different contexts of genomic analysis. | pt_BR |
| dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | pt_BR |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
| dc.rights | openAccess | pt_BR |
| dc.subject | Bioinformática | pt_BR |
| dc.subject | Redes neurais (Computação) | pt_BR |
| dc.subject | Algorítmos genéticos | pt_BR |
| dc.subject | Bioinformatics | pt_BR |
| dc.subject | Neural networks (Computer science) | pt_BR |
| dc.subject | Genetic algorithms | pt_BR |
| dc.title | Aprimorando a classificação de mirtrons com aumento de dados e modelos transformers | pt_BR |
| dc.title.alternative | Improving mirtron classification with data augmentation and transformer models | pt_BR |
| dc.type | doctoralThesis | pt_BR |
| dc.description.resumo | Dentre as classes de sequências de RNA não-codificante (ncRNA), os microRNAs e mirtrons são as mais estudados na literatura, principalmente pela importância na compreensão dos mecanismos de regulação genética desses pequenos ncRNAs. Do ponto de vista computacional, no que se trata sobre a classificação, em particular de mirtrons, tem-se o problema do desbalanceamento de dados, que pode comprometer a capacidade de generalização dos modelos de aprendizagem de máquina, contribuindo, por exemplo, para o superajuste dos modelos (overfitting). Esse problema compromete a precisão e a confiabilidade das análises, dificultando avanços na identificação e caracterização dessas classes de ncRNAs. Como forma de mitigar os problemas de desbalanceamento em amostras pequenas de dados, este estudo explora duas estratégias principais. A primeira consiste no desenvolvimento do GENNUS: GENerative Approaches for NUcleotide Sequences, um conjunto de abordagens generativas voltadas para a síntese de dados de mirtrons. O GENNUS é composto por duas abordagens baseadas em Redes Adversárias Generativas (Generative Adversarial Networks - GAN) e três abordagens baseadas na Synthetic Minority Over-sampling Technique (SMOTE). Os resultados demonstram que essas abordagens são capazes de gerar dados sintéticos, reservando padrões intrínsecos e a diversidade inerente das sequências reais de mirtrons, sem a ecessidade de engenharia de atributos, tornando o processo de modelagem mais eficiente e acessível. A segunda estratégia explora técnicas de aprendizagem profunda, em específico as arquiteturas baseadas em Transformer, para a classificação de mirtrons e miRNAs canônicos. Esses modelos aproveitam a capacidade do Transformer de capturar dependências de longo alcance e relações complexas dentro das sequências de nucleotídeos. Os resultados indicam que os classificadores baseados em Transformer superam métodos estado da arte, proporcionando melhorias substanciais na generalização e na precisão da classificação. Essa abordagem demonstra o potencial dos modelos de aprendizagem profunda para aprimorar a análise de ncRNA, abrindo caminho para avanços significativos no campo da bioinformática. Este trabalho destaca o impacto transformador da geração de dados sintéticos e da utilização de arquiteturas avançadas de aprendizado profundo, na mitigação das limitações impostas pelo desbalanceamento de dados na genômica. As metodologias propostas oferecem soluções mais eficazes e escaláveis para a classificação de ncRNA, contribuindo para uma compreensão mais aprofundada da regulação genética e viabilizando novas descobertas no campo da biologia molecular computacional. Adicionalmente, este trabalho também apresenta contribuições na área de classificação de RNAs longos não-codificantes (lncRNA), expandindo e demonstrando a aplicabilidade de técnicas de aprendizado de máquina, em diferentes contextos de análise genômica. | pt_BR |
| dc.degree.local | Cornélio Procópio | pt_BR |
| dc.publisher.local | Cornelio Procopio | pt_BR |
| dc.creator.ID | https://orcid.org/0000-0002-8534-0674 | pt_BR |
| dc.creator.Lattes | http://lattes.cnpq.br/6062023075074006 | pt_BR |
| dc.contributor.advisor1 | Paschoal, Alexandre Rossi | - |
| dc.contributor.advisor1ID | https://orcid.org/0000-0002-8887-0582 | pt_BR |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5834088144837137 | pt_BR |
| dc.contributor.advisor-co1 | Raittz, Roberto Tadeu | - |
| dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/9568041005753425 | pt_BR |
| dc.contributor.referee1 | Paschoal, Alexandre Rossi | - |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/5834088144837137 | pt_BR |
| dc.contributor.referee2 | Guizelini, Dieval | - |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/1281246225342109 | pt_BR |
| dc.contributor.referee3 | Domingues, Douglas Silva | - |
| dc.contributor.referee3Lattes | http://lattes.cnpq.br/7905667701769534 | pt_BR |
| dc.contributor.referee4 | Lopes, Fabricio Martins | - |
| dc.contributor.referee4Lattes | http://lattes.cnpq.br/1660070580824436 | pt_BR |
| dc.contributor.referee5 | Lopes, Flavia Lombardi | - |
| dc.contributor.referee5Lattes | http://lattes.cnpq.br/2957834927297648 | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.program | Programa de Pós-Graduação Associado em Bioinformática (Ufpr/Utfpr) | pt_BR |
| dc.publisher.initials | UTFPR | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS SOCIAIS APLICADAS | pt_BR |
| dc.subject.capes | Ciência da Computação | pt_BR |
| Aparece nas coleções: | CP - Programa de Pós-Graduação em Bioinformática | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| classificacaomirtronsmodelostransformer.pdf | 13,45 MB | Adobe PDF | ![]() Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.

