Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/17899 |
Resumo: | The large number of genome sequencing projects in progress and the resulting increase in the volume of uncharacterized data has motivated the search for more precise and efficient computacional methods for identifying the structures that compose the DNA of living beings. In particular, due to its great importance, the search for protein coding regions has been the focus of research for at least twenty years. Coding regions carry in its nucleotides the information necessary to the cellular structures to produce proteins, fundamental component of most living organisms. The identification of coding regions in DNA sequences is still a difficult problem since the complex cellular mechanisms involved in the process of protein production are not completely known. In this dissertation, we have developed a statistical method for the identification of protein coding regions. The method is based on Bayes s theorem applied to strings of k consecutive DNA bases, where k is a parameter specified by the user. To compute the conditional and a priori probabilities needed by Bayes s theorem, we use certain hypotheses on the independence of codons and bases, and on the minimum size of coding and non-coding regions, that reduce the computational cost and the size of probability tables. In performed tests the proposed method has presented promising results. |
id |
UFF-2_4bdbec37e997092df1586b5b463907bf |
---|---|
oai_identifier_str |
oai:app.uff.br:1/17899 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNACiência da computaçãoInteligência artificialBiologia computacionalDNAAnálise de seqüênciasTeorema de BayesRegiões codificadorasSeqüências codificadoras de proteínasReconhecimento de padrõesBioinformáticaProtein coding sequencesBayes s theoremPattern recognitionBioinformaticsCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAOThe large number of genome sequencing projects in progress and the resulting increase in the volume of uncharacterized data has motivated the search for more precise and efficient computacional methods for identifying the structures that compose the DNA of living beings. In particular, due to its great importance, the search for protein coding regions has been the focus of research for at least twenty years. Coding regions carry in its nucleotides the information necessary to the cellular structures to produce proteins, fundamental component of most living organisms. The identification of coding regions in DNA sequences is still a difficult problem since the complex cellular mechanisms involved in the process of protein production are not completely known. In this dissertation, we have developed a statistical method for the identification of protein coding regions. The method is based on Bayes s theorem applied to strings of k consecutive DNA bases, where k is a parameter specified by the user. To compute the conditional and a priori probabilities needed by Bayes s theorem, we use certain hypotheses on the independence of codons and bases, and on the minimum size of coding and non-coding regions, that reduce the computational cost and the size of probability tables. In performed tests the proposed method has presented promising results.O elevado número de projetos de seqüenciamento de genomas em andamento e a conseqüente geração de grandes quantidades de dados descaracterizados tem motivado a busca por métodoscomputacionais mais precisos e eficientes para a identificação das estruturas que compõem o DNA dos seres vivos. Em especial, devido a sua grande importância, destaca-se a busca por regiões codificadoras de proteínas, que vem sendo o foco de pesquisas há pelo menos vinte anos. Estas regiões armazenam em seus nucleotídeos a informação necessária às estruturas celulares para a fabricação das proteínas, componente fundamental da maioria dos organismos vivos. A identificação das regiões codificadoras nas seqüências de DNA ainda é um problema de difícil solução, uma vez que os complexos mecanismos celulares envolvidos no processo de fabricação das proteínas não são completamente conhecidos. Neste trabalho, desenvolvemos um método estatístico para a identificação das regiões codificadoras de proteínas. O método é baseado no teorema de Bayes aplicado a trechos de k bases consecutivas do DNA, onde k é um parâmetro especificado pelo usuário. Para o cálculo das probabilidades condicionais e a priori necessárias para o teorema de Bayes, usamos certas hipóteses sobre independência de bases e códons, e sobre o tamanho mínimo de regiões codificadoras e não-codificadoras, que reduzem o custo computacional e o tamanho das tabelas de probabilidade. Em testes realizados, o método proposto apresentou resultados promissores.Programa de Pós-Graduação em ComputaçãoComputaçãoLeitão, Helena Cristina da GamaCPF:01123245322http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785003Z6Stolfi, JorgeCPF:38560908972http://lattes.cnpq.br/6824400602221355Figueiredo, Celina Miraglia Herrera deCPF:41320908122http://lattes.cnpq.br/3957046121364560Meidanis, JoaoCPF:41538729022http://lattes.cnpq.br/1313385414995585Carvalho, Alexandre Plastino deCPF:30090875322http://lattes.cnpq.br/4985266524417261Capua, Renatha Oliva2021-03-10T20:43:03Z2008-06-162021-03-10T20:43:03Z2005-11-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/17899porCC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-03-10T20:43:03Zoai:app.uff.br:1/17899Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:14:07.362179Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA |
title |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA |
spellingShingle |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA Capua, Renatha Oliva Ciência da computação Inteligência artificial Biologia computacional DNA Análise de seqüências Teorema de Bayes Regiões codificadoras Seqüências codificadoras de proteínas Reconhecimento de padrões Bioinformática Protein coding sequences Bayes s theorem Pattern recognition Bioinformatics CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO |
title_short |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA |
title_full |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA |
title_fullStr |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA |
title_full_unstemmed |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA |
title_sort |
Identificação estatística de regiões codificadoras de proteínas em seqüências de DNA |
author |
Capua, Renatha Oliva |
author_facet |
Capua, Renatha Oliva |
author_role |
author |
dc.contributor.none.fl_str_mv |
Leitão, Helena Cristina da Gama CPF:01123245322 http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785003Z6 Stolfi, Jorge CPF:38560908972 http://lattes.cnpq.br/6824400602221355 Figueiredo, Celina Miraglia Herrera de CPF:41320908122 http://lattes.cnpq.br/3957046121364560 Meidanis, Joao CPF:41538729022 http://lattes.cnpq.br/1313385414995585 Carvalho, Alexandre Plastino de CPF:30090875322 http://lattes.cnpq.br/4985266524417261 |
dc.contributor.author.fl_str_mv |
Capua, Renatha Oliva |
dc.subject.por.fl_str_mv |
Ciência da computação Inteligência artificial Biologia computacional DNA Análise de seqüências Teorema de Bayes Regiões codificadoras Seqüências codificadoras de proteínas Reconhecimento de padrões Bioinformática Protein coding sequences Bayes s theorem Pattern recognition Bioinformatics CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO |
topic |
Ciência da computação Inteligência artificial Biologia computacional DNA Análise de seqüências Teorema de Bayes Regiões codificadoras Seqüências codificadoras de proteínas Reconhecimento de padrões Bioinformática Protein coding sequences Bayes s theorem Pattern recognition Bioinformatics CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO |
description |
The large number of genome sequencing projects in progress and the resulting increase in the volume of uncharacterized data has motivated the search for more precise and efficient computacional methods for identifying the structures that compose the DNA of living beings. In particular, due to its great importance, the search for protein coding regions has been the focus of research for at least twenty years. Coding regions carry in its nucleotides the information necessary to the cellular structures to produce proteins, fundamental component of most living organisms. The identification of coding regions in DNA sequences is still a difficult problem since the complex cellular mechanisms involved in the process of protein production are not completely known. In this dissertation, we have developed a statistical method for the identification of protein coding regions. The method is based on Bayes s theorem applied to strings of k consecutive DNA bases, where k is a parameter specified by the user. To compute the conditional and a priori probabilities needed by Bayes s theorem, we use certain hypotheses on the independence of codons and bases, and on the minimum size of coding and non-coding regions, that reduce the computational cost and the size of probability tables. In performed tests the proposed method has presented promising results. |
publishDate |
2005 |
dc.date.none.fl_str_mv |
2005-11-21 2008-06-16 2021-03-10T20:43:03Z 2021-03-10T20:43:03Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://app.uff.br/riuff/handle/1/17899 |
url |
https://app.uff.br/riuff/handle/1/17899 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Programa de Pós-Graduação em Computação Computação |
publisher.none.fl_str_mv |
Programa de Pós-Graduação em Computação Computação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823697842929664 |