Yuri Bento Marques

Mr. Yuri Bento Marques

orcid

Research Focus & Metrics

Academic Career Length

11Years (2016-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
15 December 2016 in BMC Bioinformatics
Verified
Journal Article
Open access
PDF file
YMYuri Bento Marques
Yuri Bento Marques
Alcione OliveiraAlcione Oliveira
Alcione Oliveira
AVAna Tereza Ribeiro de Vasconcelos
Ana Tereza Ribeiro de Vasconcelos
FCFabio Ribeiro Cerqueira
Fabio Ribeiro Cerqueira
MicroRNAs (miRNAs) are key gene expression regulators in plants and animals. Therefore, miRNAs are involved in several biological processes, making the study of these molecules one of the most relevant topics of molecular biology nowadays. However, characterizing miRNAs in vivo is still a complex task. As a consequence, in silico methods have been developed to predict miRNA loci. A common ab initio strategy to find miRNAs in genomic data is to search for sequences that can fold into the typical hairpin structure of miRNA precursors (pre-miRNAs). The current ab initio approaches, however, have selectivity issues, i.e., a high number of false positives is reported, which can lead to laborious and costly attempts to provide biological validation. This study presents an extension of the ab initio method miRNAFold, with the aim of improving selectivity through machine learning techniques, namely, random forest combined with the SMOTE procedure that copes with imbalance datasets. By comparing our method, termed Mirnacle, with other important approaches in the literature, we demonstrate that Mirnacle substantially improves selectivity without compromising sensitivity. For the three datasets used in our experiments, our method achieved at least 97% of sensitivity and could deliver a two-fold, 20-fold, and 6-fold increase in selectivity, respectively, compared with the best results of current computational tools. The extension of miRNAFold by the introduction of machine learning techniques, significantly increases selectivity in pre-miRNA ab initio prediction, which optimally contributes to advanced studies on miRNAs, as the need of biological validations is diminished. Hopefully, new research, such as studies of severe diseases caused by miRNA malfunction, will benefit from the proposed computational tool.

2 October 2023 in Cuadernos de Educación y Desarrollo
Verified
Journal Article
Open access
PDF file
BMBenildes Coura Moreira dos Santos Maculan
Benildes Coura Moreira dos Santos Maculan
EAElisângela Cristina Aganette
Elisângela Cristina Aganette
FMFrancis Bento Marques
Francis Bento Marques
YMYuri Bento Marques
Yuri Bento Marques
A Inteligência Artificial se configura como uma das temáticas mais discutidas na contemporaneidade, assim como seu uso e aplicação no cotidiano e nas pesquisas científicas. Uma discussão mais recente se refere ao uso do ChatGPT, que é um modelo de linguagem gerada pelo treinamento profundo, que vem sendo investigado como apoio à condução de revisões sistemáticas da literatura (RSL). Este estudo tem como objetivo verificar a contribuição do ChatGPT no processo de aplicação do protocolo de uma RSL, considerando a formulação da questão de pesquisa, da estratégia para busca e a seleção preliminar e final de estudos. Como procedimento metodológico, foi elaborado um protocolo experimental da RSL, cujo conteúdo foi utilizado para realizar diversas interações com a versão plus do ChatGPT-4. Os resultados demonstram uma maior contribuição da ferramenta no momento da formulação da questão de pesquisa e uma contribuição pouco significativa no momento da seleção preliminar e final de estudos. Conclui-se que o elemento humano é essencial na condução de uma RSL, devido à experiência e expertise do pesquisador, que garante um olhar crítico sobre as informações que recebe da ferramenta.