Métodos Gráficos de Inteligência Artificial para Microbiome Research: Uma Revisão Sistemática

O que aconteceu

A complexidade dos dados de sequenciamento de alto rendimento na pesquisa do microbioma requer métodos analíticos avançados para decifrar estruturas e interações da comunidade microbiana. Métodos baseados em gráficos, que modelam táxons como nós e suas relações como bordas, surgiram como um poderoso framework para esse fim. No entanto, a rápida evolução dessas técnicas, desde a análise clássica da rede até a aprendizagem moderna da representação gráfica, tem criado uma paisagem metodológica fragmentada e complexa. Esta revisão sistemática fornece uma síntese abrangente e uma visão estruturada do campo. Revisamos sistematicamente a literatura e propomos uma classificação de três partes para categorizar a contribuição primária de cada estudo: (1) novos métodos para representação de redes microbianas, (2) aplicações de análise clássica de gráficos e (3) o uso emergente da aprendizagem em representação de gráficos para modelagem preditiva. Resumimos as aplicações mais frequentes em cada classe, incluindo identificação de espécies de pedra chave, agrupamento comunitário e classificação de doenças baseadas em gráficos. Além disso, identificamos desafios críticos transversais, como a falta de ferramentas padronizadas e a necessidade de melhor interpretabilidade do modelo. Ao estruturar o atual cenário de métodos baseados em gráficos, esta revisão serve como um guia crucial para que os pesquisadores selecionem modelos apropriados e destaquem lacunas fundamentais para direcionar pesquisas futuras.