Rete neurale per la predizione end-to-end dello stato di ossidazione delle cisteine e la connettività dei ponti disolfuro

Le proteine sono macromolecole fondamentali in moltissimi processi biologici essenziali per gli organismi viventi e diverse sono le funzioni che possono svolgere: possono ad esempio fungere da anticorpi per proteggere gli organismi da patogeni esterni oppure possono avere ruoli di natura strutturale. Le proteine sono costituite da catene di aminoacidi che ne determinano la forma, ossia il modo in cui una proteina si ripiega, che a sua volta determina la funzione svolta. Fra i vari fattori che hanno importanza nella conformazione delle proteine vi è l'aminoacido cisteina . Esso ha come singolarità funzionale il fatto di poter formare forti legami chiamati ponti disolfuro . I ponti disolfuro hanno un importante ruolo a livello sia strutturale che funzionale nelle proteine. Questi legami covalenti si formano per l'ossidazione di coppie di cisteine . Essendo questi legami particolarmente interessanti, sono stati sviluppati diversi metodi computazionali in silico per la predizione, data la sequenza relativa ad una proteina, delle cisteine coinvolte in questi legami. Il problema è comunemente affrontato con due approcci: nel primo, data la sequenza di aminoacidi di una proteina, si predice lo stato di ossidazione delle cisteine, ossia si predice binariamente per ogni cisteina se é coinvolta o meno in un ponte disolfuro; nel secondo approccio si predice lo schema di connettività delle cisteine ovvero si predicono quali sono le coppie di cisteine legate da ponti disolfuro. In questa tesi si descrive la costruzione di una rete neurale basata sull'approccio del multitask learning , in altre parole si tratta dell'addestramento di un modello per effettuare predizioni diverse contemporaneamente, sfruttando la condivisione di parte dei parametri del modello. E' descritta la costruzione di una rete neurale multitask per la predizione in un unico modello dello stato di ossidazione delle cisteine e dello schema di connettività delle stesse, partendo dalla sequenza di aminoacidi