Predição da Resposta ao Tramento Anti- Retroviral de Pacientes portadores do vírus HIV-1 através de Redes Neurais Artificiais

Tamanho: px

Começar a partir da página:

Download "Predição da Resposta ao Tramento Anti- Retroviral de Pacientes portadores do vírus HIV-1 através de Redes Neurais Artificiais"

Adriana Neiva Arantes
8 Há anos
Visualizações:

1 Universidade Federal de Pernambuco UFPE Centro de Informática CIn Pós-graduação em Ciência da Computação Princípios e Técnicas da Análise Estatística Experimental Predição da Resposta ao Tramento Anti- Retroviral de Pacientes portadores do vírus HIV-1 através de Redes Neurais Artificiais Rafael H. S. Santos rhss@cin.ufpe.br

Experimental Predição da Resposta ao Tramento Anti- Retroviral de Pacientes

2 Introdução; HIV e Tratamento da AIDS; Dados utilizados; Métodos; Resultados; Discussão e conclusão. Roteiro

3 HIV Vírus da Imunodeficiência Humana; Ataca as células CD4+; Alta taxa de mutação => Variantes => Sucesso no tratamento; Detecção de resistência ainda feita de forma empírica; Introdução

4 Indicativos de sucesso no tratamento: Quantidade de células CD4+; Carga viral. Desvantagens : Alto custo e tempo; Identificação prévia; Aprendizagem de máquina. Introdução

5 Redes Neurais, SVM, Decision Trees, Randon Forest, Naive Bayes Oliveira e colegas: base de dados real; Adição de novas variáveis Identificar a quais drogas o vírus de cada paciente tinha propensão a ser resistente. Acurácia de 50.29% a 63.87%. Introdução

variáveis Identificar a quais drogas o vírus de cada paciente

6 Foram utilizadas redes neurais artificiais multilayer perceptron; Dados brutos; SMOTE (Synthetic Minority Over-sampling Technique); Análise de Componentes Principais (PCA). Introdução

7 1000 pacientes; Colunas: Id do paciente; Protease do vírus (seq. com 297 bases nitrogenadas); Transcriptase reversa do vírus (seq. com #bases variável); Carga viral; Quantidade de CD4+; Sucesso ou não do tratamento. Dados Utilizados

8 4 problemas: a) Dos mil indivíduos, oitenta possuíam valor vazio para a Transcriptase Reversa; b) 2 atributos da base (Transcriptase Reversa e Protease) estão no alfabeto {A, C, G, T}; c) Ao contrário da Protease (com tamanho igual a 297 bases), a Protease Reversa tem tamanho variável; d) Classes desbalanceadas. Há 794 instâncias (79,4%) da classe 0 e 206 instâncias (20,6%) da classe 1. Métodos

contrário da Protease (com tamanho igual a 297 bases), a Protease Reversa tem tamanho variável; d)

9 Problema do atributo faltante: Exclusão dos indivíduos; Problema da codificação das bases: Base CODE-2 CODE-4 A C G T Problema: Quantidade muito grande de neurônios de entrada; Solução: Representação por códons (sequência de 3 bases); Métodos Pré-processamento dos dados

11 1000 Problema: Quantidade muito grande de neurônios de entrada; Solução:

10 Problema do tamanho variável da TR: Resolvido pelo problema anterior; Problema do desbalanceamento das classes: Oversampling e undersampling; Solução: Técnica de oversampling sintético chamada SMOTE (Synthetic Minority Over-Sampling Technique); Métodos Pré-processamento dos dados

undersampling; Solução: Técnica de oversampling sintético chamada

11 SMOTE: Seleciona-se os k-vizinhos mais próximos; Escolhe-se aleatoriamente um deles; Calcula a distância euclidiana; Multiplica o resultado por um número entre 0 e 1; Adicionar o vetor resultante ao vetor em consideração: x novo = x i + (y i - x i ) * δ Métodos Pré-processamento dos dados

resultado por um número entre 0 e 1; Adicionar o vetor resultante ao

12 SMOTE: 3x o número de indivíduos da classe menor: 733 instâncias (56,65%) da classe 0 e 561 instâncias (43,35%) da classe 1; 130 atributos. Divisão em treinamento, validação e teste: 10-fold cross validation Métodos Pré-processamento dos dados

13 Experimento 1: Definição das melhores configurações Rede multilayer perceptron com uma camada intermediária; Número de nós da camada intermediária: 30, 60, 90; Taxa de aprendizado: 0.001, 0.01 e 0.1; Algoritmo de treinamento: traingdm, trainrp e trainoss. Critérios de parada: 1000 épocas; Max_fail = 10; Experimento 2: 4 x 10-fold cross validation com a melhor configuração; Análise de componentes principais (PCA): 100 componentes principais. Método - Treinamento

1; Algoritmo de treinamento: traingdm, trainrp e trainoss.

14 Fold Rede 1 Rede 2 Diferença 1 78,29 68,99 9,3 2 81,4 66,67 14, ,09 65,12 6, ,22 60,47 7, ,42 61,24 13, ,74 72,56 4, ,42 62,79 11, ,74 64,34 12,4 9 70,54 58,91 11, ,54 63,57 6, ,22 72,8 6, ,67 68,27 12, ,42 69,36 5, ,99 59,78 9, ,54 70,31 0, ,16 62,93 2, ,48 64,34 9, ,88 74,69 1, ,42 65,12 9, ,48 63,57 9, ,67 69,9 10, ,54 68,43 8, ,46 70,47 1, ,42 64,34 10, ,74 60,47 16, ,67 61,53 5, ,47 63,18 12, ,88 66,67 3, ,54 65,7 4, ,09 70,47 1, ,36 68,19 11, ,57 67,42 7, ,42 69,83 4, ,23 61,8 10, ,17 70,24 4, ,14 64,29 6, ,54 65,97 1, ,92 69,83 1, ,28 62,54 6, ,25 66,72 10,53 Média 73,68 66,1 7,58 Mediana 74,42 65,83 7,45 Moda 74,42 64,34 6,97 Desv Pad 3, , , Resultados

73,48 63,57 9,91 1 80,67 69,9 10,77 2 76,54 68,43 8,11 3 72,46 70,47 1,99 4 74,42 64,34 10,08 5 76,74 60,47 16,27 6 66,67 61,53 5,14 7 75,47 63,18 12,29 8 69,88 66,67 3,21 9 70,54 65,7 4,84 10 72,09

15 Resultados

16 Resultados

17 Teste Kolmogorov-Smirnov H 0 : X ~ N(µ = 7.58; σ 2 = 4.06) H 1 : X ~ outra distribuição α = 0,05 Valor crítico (N > 35) = 1,36 N = 0,215 Teste Shapiro-Wilk Como 0,0977 < 0,215 não rejeita H 0 Resultados

18 Teste t emparelhado H 0 : µ D = 0 H 1 : µ D > 0 α = 0.05 Região de rejeição: t 0 > t 0,05;39 = Rede 1 tem desempenho melhor que rede 2. Resultados

19 Rede 1 melhor em todas as instâncias; Intervalos de confiança para a média: Rede 1: Rede 2: Curva ROC A = A = A = A = Resultados

72.41 74.94 Rede 2: 64.84 67.35 Curva ROC A = 0.

20 Resultados superiores aos do Oliveira e colegas: 50.29% a 63.87%; Bom desempenho do classificador; SMOTE; Codificação das sequências. PCA inferior Afetou estrutura das sequências Discussão e Conclusão

21 Trabalhos futuros: Melhorar o treinamento através da busca de melhores parâmetros; Utilizar RBF; Utilizar LDA (Independent Component Analysis) e seleção de atributos; Consultar outras bases em busca de novos atributos. Discussão e Conclusão

22 B. Larder, D. Wang, A. Revell, J. Montaner, R. Harrigan, F. DeWolf, et al. The development of artificial neural networks to predict virological response to combination HIV therapy. Antivir Ther. 2007;12: L. Nanni, A. Lumini, MppS: an ensemble of Support Vector Machine based on multiple physicochemical properties of amino-acids. NeuroComputing 2006, 69: S. Oliveira, L. Merschmann, L. Bouillet, Identifying Significant Features in HIV Sequence to Predict Patients' Response to Therapies. Proceedings of 6th Brazilian Symposium on Bioinformatics - LNBI. Heidelberg : Springer-Verlag Berlin, v p N. V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer. SMOTE: Synthetic Minority Over-Sampling Technique. Artificial Intelligence Research, 2002: M. Russo, A. Huff, C. Hecker, A. Evans, An improved DNA encoding scheme for neural network modeling. In, World Congress on Neural Networks. Town & Country Hotel, San Diego, California, USA, Junho 5-9, 1994, Lawrence Erlbaum Associates and INNS Press, pp.i-154-i-359. B. Demeler, G. Zhou, Nucleic Acids Research, Vol. 19, No. 7pp Oxford University Press, E. Machado, M. Ladeira M, Um Estudo de Limpeza em Base de Dados Desbalanceada e com Sobreposição de Classes. In XXVII Congresso da Sociedade Brasileira de Computação. SBC; 2007: G. Cybenlo, Approximation by superpositions of a sigmoid function. Mathematics of Control, Signals and Systems, 2: , Z. Zakaria, N. Isa, S. Suandi, A Study on Neural Network Training Algorithm for Multiface Detection in Static Images". International Conference on Computer, Electrical, and Systems Science, and Engineering (ICCESSE 2010). Referências

23 Obrigado

24 Universidade Federal de Pernambuco UFPE Centro de Informática CIn Pós-graduação em Ciência da Computação Princípios e Técnicas da Análise Estatística Experimental Predição da Resposta ao Tramento Anti- Retroviral de Pacientes portadores do vírus HIV-1 através de Redes Neurais Artificiais Rafael H. S. Santos rhss@cin.ufpe.br

Documentos relacionados

Aprendizagem de Máquina

Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda