Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/1596 |
Resumo: | Máquinas de aprendizagem têm sido aplicadas em diferentes problemas em Bioinformática. Similarmente, algoritmos de descoberta de padrões também têm sido usados para descobrir motifs em seqüências de proteínas, contribuindo na definição de assinaturas (tais como impressões digitais) que caracterizam classes funcionais de proteínas. Como por exemplo, a classe de receptores acoplados a proteína-G (GPCR) que representam uma das maiores famílias no Genoma Humano. Esta família é um dos grandes alvos de pesquisa para a descoberta e desenvolvimento de novas drogas, conseqüentemente, de grande interesse para a indústria farmacêutica. O modelo proposto nesta dissertação combina máquinas de aprendizagem, como SVM (Support Vector Machine) e MLP (Multilayer Perceptron), e métodos de descoberta de padrões no desenvolvimento de um procedimento para predizer a relação entre uma seqüência primária de proteínas e sua classe funcional. Como caso de estudo, este trabalho apresenta experimentos com a superfamília GPCR, usando padrões em forma de expressões regulares desta família extraídos pelo SPEXS (Sequence Pattern EXhaustive Search), um algoritmo para descoberta de padrões |
id |
UFPE_cdbd69941aefffecf0f219d9aa2dfa74 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/1596 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
do Nascimento Júnior, FranciscoIng Ren, Tsang 2014-06-12T15:51:20Z2014-06-12T15:51:20Z2008-01-31do Nascimento Júnior, Francisco; Ing Ren, Tsang. Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008.https://repositorio.ufpe.br/handle/123456789/1596Máquinas de aprendizagem têm sido aplicadas em diferentes problemas em Bioinformática. Similarmente, algoritmos de descoberta de padrões também têm sido usados para descobrir motifs em seqüências de proteínas, contribuindo na definição de assinaturas (tais como impressões digitais) que caracterizam classes funcionais de proteínas. Como por exemplo, a classe de receptores acoplados a proteína-G (GPCR) que representam uma das maiores famílias no Genoma Humano. Esta família é um dos grandes alvos de pesquisa para a descoberta e desenvolvimento de novas drogas, conseqüentemente, de grande interesse para a indústria farmacêutica. O modelo proposto nesta dissertação combina máquinas de aprendizagem, como SVM (Support Vector Machine) e MLP (Multilayer Perceptron), e métodos de descoberta de padrões no desenvolvimento de um procedimento para predizer a relação entre uma seqüência primária de proteínas e sua classe funcional. Como caso de estudo, este trabalho apresenta experimentos com a superfamília GPCR, usando padrões em forma de expressões regulares desta família extraídos pelo SPEXS (Sequence Pattern EXhaustive Search), um algoritmo para descoberta de padrõesporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessClassificaçãoProteínaGPCRSVMPadrõesClassificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrõesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILfnj.pdf.jpgfnj.pdf.jpgGenerated Thumbnailimage/jpeg1322https://repositorio.ufpe.br/bitstream/123456789/1596/4/fnj.pdf.jpg50dcb24157cf0edddc06676ae22ecb50MD54LICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/1596/1/license.txt8a4605be74aa9ea9d79846c1fba20a33MD51ORIGINALfnj.pdffnj.pdfapplication/pdf1507249https://repositorio.ufpe.br/bitstream/123456789/1596/2/fnj.pdff33e0e410d1fdf8beff3f14eeed9db33MD52TEXTfnj.pdf.txtfnj.pdf.txtExtracted texttext/plain164600https://repositorio.ufpe.br/bitstream/123456789/1596/3/fnj.pdf.txt218e7ef7ab0cbc045485d6076b121becMD53123456789/15962019-10-25 11:29:55.444oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T14:29:55Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões |
title |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões |
spellingShingle |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões do Nascimento Júnior, Francisco Classificação Proteína GPCR SVM Padrões |
title_short |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões |
title_full |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões |
title_fullStr |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões |
title_full_unstemmed |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões |
title_sort |
Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões |
author |
do Nascimento Júnior, Francisco |
author_facet |
do Nascimento Júnior, Francisco |
author_role |
author |
dc.contributor.author.fl_str_mv |
do Nascimento Júnior, Francisco |
dc.contributor.advisor1.fl_str_mv |
Ing Ren, Tsang |
contributor_str_mv |
Ing Ren, Tsang |
dc.subject.por.fl_str_mv |
Classificação Proteína GPCR SVM Padrões |
topic |
Classificação Proteína GPCR SVM Padrões |
description |
Máquinas de aprendizagem têm sido aplicadas em diferentes problemas em Bioinformática. Similarmente, algoritmos de descoberta de padrões também têm sido usados para descobrir motifs em seqüências de proteínas, contribuindo na definição de assinaturas (tais como impressões digitais) que caracterizam classes funcionais de proteínas. Como por exemplo, a classe de receptores acoplados a proteína-G (GPCR) que representam uma das maiores famílias no Genoma Humano. Esta família é um dos grandes alvos de pesquisa para a descoberta e desenvolvimento de novas drogas, conseqüentemente, de grande interesse para a indústria farmacêutica. O modelo proposto nesta dissertação combina máquinas de aprendizagem, como SVM (Support Vector Machine) e MLP (Multilayer Perceptron), e métodos de descoberta de padrões no desenvolvimento de um procedimento para predizer a relação entre uma seqüência primária de proteínas e sua classe funcional. Como caso de estudo, este trabalho apresenta experimentos com a superfamília GPCR, usando padrões em forma de expressões regulares desta família extraídos pelo SPEXS (Sequence Pattern EXhaustive Search), um algoritmo para descoberta de padrões |
publishDate |
2008 |
dc.date.issued.fl_str_mv |
2008-01-31 |
dc.date.accessioned.fl_str_mv |
2014-06-12T15:51:20Z |
dc.date.available.fl_str_mv |
2014-06-12T15:51:20Z |
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.citation.fl_str_mv |
do Nascimento Júnior, Francisco; Ing Ren, Tsang. Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/1596 |
identifier_str_mv |
do Nascimento Júnior, Francisco; Ing Ren, Tsang. Classificação de Proteínas usando Máquinas de Aprendizagem e Descoberta de Padrões. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008. |
url |
https://repositorio.ufpe.br/handle/123456789/1596 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/1596/4/fnj.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/1596/1/license.txt https://repositorio.ufpe.br/bitstream/123456789/1596/2/fnj.pdf https://repositorio.ufpe.br/bitstream/123456789/1596/3/fnj.pdf.txt |
bitstream.checksum.fl_str_mv |
50dcb24157cf0edddc06676ae22ecb50 8a4605be74aa9ea9d79846c1fba20a33 f33e0e410d1fdf8beff3f14eeed9db33 218e7ef7ab0cbc045485d6076b121bec |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310684532277248 |