Redes neurais sem-peso aplicadas na categorização de subtipos do HIV-1

O HIV é um vírus que ainda nos dias de hoje é amplamente estudado pela comunidade científica. Sua grande variabilidade genética é um fator que dificulta tais estudos e inclusive atrapalha o tratamento de pacientes infectados, resultando em falha terapêutica. Visando identificar padrões de mutações que auxiliem os estudos acerca dos vírus, o presente trabalho busca desenvolver uma rede neural sem peso capaz de categorizar os diferentes subtipos do HIV-1 e também de identificar a existência de mutações de resistência a medicamentos. Diversos experimentos com diferentes configurações foram realizados, e os resultados encontrados mostraram que as redes sem peso possuem excelente desempenho para o reconhecimento dos subtipos.