A respeito de dados ômicos no melhoramento de plantas, julgue os próximos itens.

Devido à grande complexidade química das plantas, do que se estima existirem de mais de 200.000 metabólitos, a análise metabolômica tem se mostrado ineficaz para se alcançarem resultados positivos na obtenção de plantas com maiores rendimentos.

Com relação ao uso de ferramentas bioinformáticas no melhoramento de plantas, julgue os itens seguintes.

O ângulo foliar pode ser usado como uma característica para triagem rápida de variedades para estresse por seca, podendo a bioinformática auxiliar nessa seleção.

Acerca de modelagem computacional e inteligência artificial aplicada à biologia, julgue os itens subsecutivos.

Considerando-se uma quantidade limitada de dados de compostos químicos, altamente estruturados, métodos especializados de aprendizado de máquina são mais eficientes para extrair características relevantes desses dados do que redes neurais profundas.

Com relação ao uso de ferramentas bioinformáticas no melhoramento de plantas, julgue os itens seguintes.

Estudos de GWAS (associação genômica ampla) em populações recombinantes exploram a variabilidade de forma limitada, apesar de possibilitar a identificação de loci genômicos que podem ser usados na seleção assistida por marcadores.

Acerca de modelagem computacional e inteligência artificial aplicada à biologia, julgue os itens subsecutivos.

Aprendizado de máquina tem sido utilizado para substituir métodos estatísticos convencionais, inclusive regressão linear e modelagem estatística baseada em mínimos quadrados parciais, em modelagens de vias metabólicas.

Com relação ao uso de ferramentas bioinformáticas no melhoramento de plantas, julgue os itens seguintes.

A identificação de genes associados a características específicas pode ser realizada pela bioinformática antes da inserção desses genes em uma planta: milho com alto teor de lisina, alface rico em vitamina C e tomate rico em vitamina D são exemplos da implementação de tais pipelines.

Com relação ao uso de ferramentas bioinformáticas no melhoramento de plantas, julgue os itens seguintes.

A bioinformática permite a formação de banco de dados, como os que armazenam informações sobre promotores de plantas com informações relacionadas ao elemento regulador e à região promotora, tais como locais de início de transcrição (TSSs), estrutura do promotor (TATA-box) e grupos de elementos reguladores (REGs).

Tendo em vista os recentes avanços da inteligência artificial na bioinformática, julgue os itens a seguir.

Na detecção e na classificação de elementos transponíveis por aprendizado de máquina, o conjunto de dados pode ser altamente desequilibrado, o que torna inadequadas algumas métricas, como precisão e curvas ROC (receiver operating characteristic).

A respeito de epigenômica e regulação epigenética, julgue os itens a seguir

A regulação da expressão gênica ocorre em nível transcricional por modificações químicas no DNA e na cromatina, podendo ser metilação, acetilação e fosforilação.

Tendo em vista os recentes avanços da inteligência artificial na bioinformática, julgue os itens a seguir.

Enquanto a predição de sequências de proteínas é uma abordagem de aprendizado de máquina que utiliza métodos de extração de características para identificar padrões em sequências biológicas, a baseada em aprendizado profundo extrai automaticamente características profundas e informações contextuais das proteínas, o que resulta em melhoria significativa na precisão das predições.