Rede de Saberes, Edição 2025

299 XXXII MOSTRA UNISINOS DE INICIAÇÃO CIENTÍFICA E TECNOLÓGICA De 29/09/2025 a 03/10/2025 Unisinos São Leopoldo e Porto Alegre Ciências Exatas e da Terra - Programa de Pós-Graduação em Computação Aplicada Autor(a): Eduarda Groehs Coautor(es): Muriel S. Krohn, Giovana Dalpiaz Modalidade de Bolsa: Orientador(a): Mariana R. Meireles ASI-PRED: DEMONSTRAÇÃO DE APLICAÇÃO DA FERRAMENTA DESENVOLVIDA EM ESTUDO COMPARATIVO Introdução: O ASI-PRED é uma ferramenta desenvolvida para analisar mutações de sentido trocado, que combina índices de trocas de aminoácidos e permite o ajuste de pesos para cada um deles. Estes índices, isolados ou combinados, podem ser visualizados em uma análise de clusterização hierárquica (HCA), que permite inferir distâncias correlacionais. A aplicação foi construída com o frontend em React e uma API desenvolvida em Python. Para entender sobre os resultados, é importante validar as funcionalidades do ASI-PRED. Objetivo: Utilizar mutações de sentido trocado documentadas em bancos de dados para entender os resultados na ferramenta e a aplicabilidade desta na avaliação de patogenicidade. Métodos: Foram incluídas 17 mutações descritas na literatura (Meireles, 2021), realizando ajustes nos índices para compreender o efeito na clusterização. Para a análise, foram testadas seis combinações distintas de pesos. Em cinco destas combinações um peso mais baixo (0.1) e um mais alto (0.3) foi atribuído para dois índices do conjunto, enquanto os demais índices mantinham o peso de 0.2. Receberam o peso de 0.1 os índices Grantham, Sneaths, Epteins, Miyatas e Experimental Exchangeability considerando da primeira a quinta combinação, respectivamente, enquanto o peso de 0.3 foi atribuído à Sneaths, Epsteins, Miyatas, Experimental Exchangeability e Grantham, nesta mesma ordem. A sexta combinação consistiu em um balanço na distribuição dos pesos, onde todos os índices receberam 0.2. Resultados: As diferenças obtidas na distribuição relacionada ao peso dos índices suportam a ideia de que ajustando-se essas variáveis é possível realizar uma clusterização que reflita melhor o fenótipo das mutações além de determinar quais as propriedades que se relacionam

RkJQdWJsaXNoZXIy MjEzNzYz