Redes Neurais Sem-Peso Aplicadas Na Categorizacao de Subtipos Do HIV-1 : Uma aplicação prática de Machine Learning

O HIV um vrus que ainda nos dias de hoje amplamente estudado pela comunidade cientfica. Sua grande variabilidade gentica um fator que dificulta tais estudos e inclusive atrapalha o tratamento de pacientes infectados, resultando em falha teraputica. Visando identificar padres de mutaes que auxiliem os estudos acerca dos vrus, o presente trabalho busca desenvolver uma rede neural sem peso capaz de categorizar os diferentes subtipos do HIV-1 e tambm de identificar a existncia de mutaes de resistncia a medicamentos. Diversos experimentos com diferentes configuraes foram realizados, e os resultados encontrados mostraram que as redes sem peso possuem excelente desempenho para o reconhecimento dos subtipos.