Regressão penalizada no estudo de similaridades de genomas de vírus das famílias coronaviridae e paramyxoviridae

Este trabalho teve por objetivo procurar similaridades entre alguns sequenciamentos das famílias Paramyxoviridae e Coronaviridae, com recurso ao método de regressão lasso e ridge sob o domínio da transformada de wavelet discreta não decimada de Daubechies com 4 momentos nulos. A transformada discreta não decimada de Daubechies foi implementada de modo a se decompor o conteúdo GC em seis níveis de decomposição, com uma janela deslizante de comprimento n = 100. Conteúdo GC é a proporção de guanina e citosina presentes no genoma de um indivíduo, e por meio do conteúdo GC é possível ter a ancestralidade de um sequenciamento, incluindo informação sobre todos os organismos que são evolutivamente semelhantes a um determinado organismo. As wavelets permitiram que se pudesse decompor o conteúdo GC de cada sequenciamento, e consequentemente obteve-se a distribuição do conteúdo GC aumentando o nível de detalhamento e mostrando detalhes omissos do sinal. A inclusão dos métodos lasso e ridge foi feita com o intuito de se formar agrupamentos, consoante a similaridade dos sequenciamentos em estudo. Ao fim da pesquisa, observou-se que o método lasso teve melhor performance na formação dos grupos.