Resumen de An analysis of k-mer frequency features with SVM and CNN for viral subtyping classification

Vicente Enrique Machaca Arceda

• español

  La clasificación de subtipos de virus es muy importante para el diagnostico y tratamiento de enfermedades. Las herramientas mas utilizadas dependen de algoritmos basados en alineamiento, sin embargo, estos métodos, se estan volviendo muy lentos con el crecimiento de información. Por esta razón, estan emergiendo nuevos métodos no basados en alineamiento. En este trabajo, se ha analizado cuatro algoritmos no basados en alineamiento: dos de ellos, se basan en las frecuencias de k-mer (Kameris y Castor-KRFE); el tercer método utiliza a frequency chaos game representation del ADN junto con CNNs; el ultimo método, procesa el ADN como si fuera una señal digital (ML-DSP). De esta comparación, Kameris y Castor-KRFE obtuvieron los mejores resultados seguidos por el método basado en CNNs.

• English

  Viral subtyping classification is very relevant for the appropriate diagnosis and treatment of illnesses. The most used tools are based on alignment-based methods, nevertheless, they are becoming too slow with the increase of genomic data. For that reason, alignment-free methods have emerged as an alternative. In this work, we analyzed four alignment-free algorithms: two methods use k-mer frequencies (Kameris and Castor-KRFE); the third method used a frequency chaos game representation of a DNA with CNNs; finally the last one, process DNA sequences as a digital signal (ML-DSP). From the comparison, Kameris and Castor-KRFE outperformed the rest, followed by the method based on CNNs.