BioSom

Detalhes bibliográficos
Autor(a) principal: Otemaier, Kelly Rafaela
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: http://hdl.handle.net/1884/31637
Resumo: Resumo: Genes e proteínas são de grande importância biológica para a compreensão de processos bioquímicos e requerem nomes consistentes. Existem diversas diretrizes para nomenclatura de genes, mas elas não são rigorosamente aplicadas à atribuição de nomes aos genes recém-identificados, gerando assim, inúmeras maneiras de nomear um mesmo gene. Este trabalho tem o objetivo de detectar e minimizar a redundância e a inconsistência de dados para colaborar com a identificação correta de genes. Para isso foram utilizadas técnicas de Inteligência Artificial para identificar os sinônimos realizando um estudo dirigido a dez experimentos distintos. Para selecionar os dados dos experimentos foi construído um banco de dados relacional para armazenar as informações constantes na base NR do NCBI e as informações identificadas neste estudo. Os dados do experimento foram minerados através das técnicas de mapas auto-organizáveis de Kohonen. A Rede SOM de Kohonen foi aplicada para exprimir as relações de similaridade entre os dados. Para identificação dos agrupamentos gerados pela rede SOM foi utilizada a técnica denominada Matriz-U. As informações resultantes deste trabalho permitem inferir os sinônimos dos genes, identificar prováveis nomes para genes nomeados como hipotéticos e apontar possíveis erros de anotação.
id UFPR_f1667340cd77340cdf8b73f0c6ed9696
oai_identifier_str oai:acervodigital.ufpr.br:1884/31637
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Otemaier, Kelly RafaelaMarchaukoski, Jeroniza NunesSteffens, Maria Berenice ReynaudUniversidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Programa de Pós-Graduação em Bioinformática2013-09-11T17:38:31Z2013-09-11T17:38:31Z2013-09-11http://hdl.handle.net/1884/31637Resumo: Genes e proteínas são de grande importância biológica para a compreensão de processos bioquímicos e requerem nomes consistentes. Existem diversas diretrizes para nomenclatura de genes, mas elas não são rigorosamente aplicadas à atribuição de nomes aos genes recém-identificados, gerando assim, inúmeras maneiras de nomear um mesmo gene. Este trabalho tem o objetivo de detectar e minimizar a redundância e a inconsistência de dados para colaborar com a identificação correta de genes. Para isso foram utilizadas técnicas de Inteligência Artificial para identificar os sinônimos realizando um estudo dirigido a dez experimentos distintos. Para selecionar os dados dos experimentos foi construído um banco de dados relacional para armazenar as informações constantes na base NR do NCBI e as informações identificadas neste estudo. Os dados do experimento foram minerados através das técnicas de mapas auto-organizáveis de Kohonen. A Rede SOM de Kohonen foi aplicada para exprimir as relações de similaridade entre os dados. Para identificação dos agrupamentos gerados pela rede SOM foi utilizada a técnica denominada Matriz-U. As informações resultantes deste trabalho permitem inferir os sinônimos dos genes, identificar prováveis nomes para genes nomeados como hipotéticos e apontar possíveis erros de anotação.application/pdfDissertaçõesBioSominfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - KELLY RAFAELA OTEMAIER.pdfapplication/pdf5452539https://acervodigital.ufpr.br/bitstream/1884/31637/1/R%20-%20D%20-%20KELLY%20RAFAELA%20OTEMAIER.pdf885625a2e67490bde1e366eef125b7d5MD51open accessTEXTR - D - KELLY RAFAELA OTEMAIER.pdf.txtR - D - KELLY RAFAELA OTEMAIER.pdf.txtExtracted Texttext/plain137253https://acervodigital.ufpr.br/bitstream/1884/31637/2/R%20-%20D%20-%20KELLY%20RAFAELA%20OTEMAIER.pdf.txt98795f2415d8f696b858602cb6bf28abMD52open accessTHUMBNAILR - D - KELLY RAFAELA OTEMAIER.pdf.jpgR - D - KELLY RAFAELA OTEMAIER.pdf.jpgGenerated Thumbnailimage/jpeg1202https://acervodigital.ufpr.br/bitstream/1884/31637/3/R%20-%20D%20-%20KELLY%20RAFAELA%20OTEMAIER.pdf.jpg001bcbdd8f86f2e2ab16a28a9c71f928MD53open access1884/316372016-04-08 03:05:38.371open accessoai:acervodigital.ufpr.br:1884/31637Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082016-04-08T06:05:38Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv BioSom
title BioSom
spellingShingle BioSom
Otemaier, Kelly Rafaela
Dissertações
title_short BioSom
title_full BioSom
title_fullStr BioSom
title_full_unstemmed BioSom
title_sort BioSom
author Otemaier, Kelly Rafaela
author_facet Otemaier, Kelly Rafaela
author_role author
dc.contributor.other.pt_BR.fl_str_mv Marchaukoski, Jeroniza Nunes
Steffens, Maria Berenice Reynaud
Universidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Programa de Pós-Graduação em Bioinformática
dc.contributor.author.fl_str_mv Otemaier, Kelly Rafaela
dc.subject.por.fl_str_mv Dissertações
topic Dissertações
description Resumo: Genes e proteínas são de grande importância biológica para a compreensão de processos bioquímicos e requerem nomes consistentes. Existem diversas diretrizes para nomenclatura de genes, mas elas não são rigorosamente aplicadas à atribuição de nomes aos genes recém-identificados, gerando assim, inúmeras maneiras de nomear um mesmo gene. Este trabalho tem o objetivo de detectar e minimizar a redundância e a inconsistência de dados para colaborar com a identificação correta de genes. Para isso foram utilizadas técnicas de Inteligência Artificial para identificar os sinônimos realizando um estudo dirigido a dez experimentos distintos. Para selecionar os dados dos experimentos foi construído um banco de dados relacional para armazenar as informações constantes na base NR do NCBI e as informações identificadas neste estudo. Os dados do experimento foram minerados através das técnicas de mapas auto-organizáveis de Kohonen. A Rede SOM de Kohonen foi aplicada para exprimir as relações de similaridade entre os dados. Para identificação dos agrupamentos gerados pela rede SOM foi utilizada a técnica denominada Matriz-U. As informações resultantes deste trabalho permitem inferir os sinônimos dos genes, identificar prováveis nomes para genes nomeados como hipotéticos e apontar possíveis erros de anotação.
publishDate 2013
dc.date.accessioned.fl_str_mv 2013-09-11T17:38:31Z
dc.date.available.fl_str_mv 2013-09-11T17:38:31Z
dc.date.issued.fl_str_mv 2013-09-11
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 http://hdl.handle.net/1884/31637
url http://hdl.handle.net/1884/31637
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/31637/1/R%20-%20D%20-%20KELLY%20RAFAELA%20OTEMAIER.pdf
https://acervodigital.ufpr.br/bitstream/1884/31637/2/R%20-%20D%20-%20KELLY%20RAFAELA%20OTEMAIER.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/31637/3/R%20-%20D%20-%20KELLY%20RAFAELA%20OTEMAIER.pdf.jpg
bitstream.checksum.fl_str_mv 885625a2e67490bde1e366eef125b7d5
98795f2415d8f696b858602cb6bf28ab
001bcbdd8f86f2e2ab16a28a9c71f928
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860672533823488

Registros relacionados