Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas

Detalhes bibliográficos
Autor(a) principal: Souto, Antonio Carlos Stumpf
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
Texto Completo: http://www.repositorio.jesuita.org.br/handle/UNISINOS/2226
Resumo: Neste trabalho é proposto um novo método de otimização do método Monte Carlo (MC) aplicado ao dobramento de proteínas. Este método baseia-se em informações oriundas de Redes Neurais Artificiais (RNAs) treinadas para prever a estrutura secundária de proteínas. Inicialmente, são introduzidos conceitos básicos sobre proteínas e sua estrutura, sobre o método MC, sobre RNAs e sobre os métodos PHD e PROF de treinamento de RNAs para a predição de estruturas secundárias. A seguir, é apresentada uma revisão bibliográfica sobre métodos de previsão de estrutura tridimensional de proteínas e o ganho de informação em sistemas híbridos. Com base nos resultados obtidos em outras abordagens, um novo método é proposto utilizando as predições dos método PROF, disponíveis on-line e com índices de acerto para estrutura secundária acima de 76%, para a redução do espaço de busca do método MC aplicado ao dobramento de proteínas. O método MC é apre- sentado com a previsão da estrutura secundária baseada em RNAs (MC-RNA), e é apl
id USIN_61730bd6eb74bbe1806bcdde108df01e
oai_identifier_str oai:www.repositorio.jesuita.org.br:UNISINOS/2226
network_acronym_str USIN
network_name_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
repository_id_str
spelling 2015-03-05T13:56:59Z2015-03-05T13:56:59Z2006-05-25Made available in DSpace on 2015-03-05T13:56:59Z (GMT). No. of bitstreams: 0 Previous issue date: 25Neste trabalho é proposto um novo método de otimização do método Monte Carlo (MC) aplicado ao dobramento de proteínas. Este método baseia-se em informações oriundas de Redes Neurais Artificiais (RNAs) treinadas para prever a estrutura secundária de proteínas. Inicialmente, são introduzidos conceitos básicos sobre proteínas e sua estrutura, sobre o método MC, sobre RNAs e sobre os métodos PHD e PROF de treinamento de RNAs para a predição de estruturas secundárias. A seguir, é apresentada uma revisão bibliográfica sobre métodos de previsão de estrutura tridimensional de proteínas e o ganho de informação em sistemas híbridos. Com base nos resultados obtidos em outras abordagens, um novo método é proposto utilizando as predições dos método PROF, disponíveis on-line e com índices de acerto para estrutura secundária acima de 76%, para a redução do espaço de busca do método MC aplicado ao dobramento de proteínas. O método MC é apre- sentado com a previsão da estrutura secundária baseada em RNAs (MC-RNA), e é aplThis work proposes a new strategy to optimize the Monte Carlo method (MC) applied to the protein folding problem. This strategy is based on the information obtained from Artificial Neural Networks (ANNs), trained to predict the protein secondary structure. The work presents, initially, background knowledge about proteins and their structure. Follows an introduction to the MC method, Neural Networks and to the prediction of secondary structure using PHD/PROF programs. Then, a survey about tridimensional protein structure is presented. Other concepts,such as information gain in the context of hybrid systems, are also presented. Based on state-of-the art results, a new method is proposed using the predictions produced by the PROF program, available on-line and with a performance higher than 76% for secundary structure prediction, for the reduction of the MC search space. The MC method is presented with the secondary structure prediction based on ANNs (MC-RNA) and applied to four diferent proteins obtained froHewlett-Packard Brasil LtdaSouto, Antonio Carlos Stumpfhttp://lattes.cnpq.br/7509274843408315http://lattes.cnpq.br/6026974071792846Cechin, Adelmo LuisUniversidade do Vale do Rio do SinosPrograma de Pós-Graduação em Computação AplicadaUNISINOSBrasilEscola PolitécnicaUso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínasUse of artificial neural networks with Monte Carlo simulation applied to the protein folding problemCiências Exatas e da Terrabioinformáticadobramento de proteínasMonte Carloredes neurais artificiaisartificial neural networksbioinformaticsMonte Carloprotein foldinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/2226info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSORIGINALUso de redes neurais artificiais.pdfUso de redes neurais artificiais.pdfapplication/pdf1843554http://repositorio.jesuita.org.br/bitstream/UNISINOS/2226/1/Uso+de+redes+neurais+artificiais.pdf0bbff9aa76e42fabd7c6c3092c1cbc0fMD51UNISINOS/22262015-03-11 17:48:51.123oai:www.repositorio.jesuita.org.br:UNISINOS/2226Biblioteca Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2015-03-11T20:48:51Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false
dc.title.pt_BR.fl_str_mv Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
dc.title.en.fl_str_mv Use of artificial neural networks with Monte Carlo simulation applied to the protein folding problem
title Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
spellingShingle Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
Souto, Antonio Carlos Stumpf
Ciências Exatas e da Terra
bioinformática
dobramento de proteínas
Monte Carlo
redes neurais artificiais
artificial neural networks
bioinformatics
Monte Carlo
protein folding
title_short Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
title_full Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
title_fullStr Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
title_full_unstemmed Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
title_sort Uso de redes neurais artificiais na simulação Monte Carlo aplicado ao problema de dobramento de proteínas
author Souto, Antonio Carlos Stumpf
author_facet Souto, Antonio Carlos Stumpf
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7509274843408315
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6026974071792846
dc.contributor.author.fl_str_mv Souto, Antonio Carlos Stumpf
dc.contributor.advisor1.fl_str_mv Cechin, Adelmo Luis
contributor_str_mv Cechin, Adelmo Luis
dc.subject.cnpq.fl_str_mv Ciências Exatas e da Terra
topic Ciências Exatas e da Terra
bioinformática
dobramento de proteínas
Monte Carlo
redes neurais artificiais
artificial neural networks
bioinformatics
Monte Carlo
protein folding
dc.subject.por.fl_str_mv bioinformática
dobramento de proteínas
Monte Carlo
redes neurais artificiais
dc.subject.eng.fl_str_mv artificial neural networks
bioinformatics
Monte Carlo
protein folding
description Neste trabalho é proposto um novo método de otimização do método Monte Carlo (MC) aplicado ao dobramento de proteínas. Este método baseia-se em informações oriundas de Redes Neurais Artificiais (RNAs) treinadas para prever a estrutura secundária de proteínas. Inicialmente, são introduzidos conceitos básicos sobre proteínas e sua estrutura, sobre o método MC, sobre RNAs e sobre os métodos PHD e PROF de treinamento de RNAs para a predição de estruturas secundárias. A seguir, é apresentada uma revisão bibliográfica sobre métodos de previsão de estrutura tridimensional de proteínas e o ganho de informação em sistemas híbridos. Com base nos resultados obtidos em outras abordagens, um novo método é proposto utilizando as predições dos método PROF, disponíveis on-line e com índices de acerto para estrutura secundária acima de 76%, para a redução do espaço de busca do método MC aplicado ao dobramento de proteínas. O método MC é apre- sentado com a previsão da estrutura secundária baseada em RNAs (MC-RNA), e é apl
publishDate 2006
dc.date.issued.fl_str_mv 2006-05-25
dc.date.accessioned.fl_str_mv 2015-03-05T13:56:59Z
dc.date.available.fl_str_mv 2015-03-05T13:56:59Z
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://www.repositorio.jesuita.org.br/handle/UNISINOS/2226
url http://www.repositorio.jesuita.org.br/handle/UNISINOS/2226
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.publisher.none.fl_str_mv Universidade do Vale do Rio do Sinos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Computação Aplicada
dc.publisher.initials.fl_str_mv UNISINOS
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Universidade do Vale do Rio do Sinos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
instname:Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron:UNISINOS
instname_str Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron_str UNISINOS
institution UNISINOS
reponame_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
collection Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
bitstream.url.fl_str_mv http://repositorio.jesuita.org.br/bitstream/UNISINOS/2226/1/Uso+de+redes+neurais+artificiais.pdf
bitstream.checksum.fl_str_mv 0bbff9aa76e42fabd7c6c3092c1cbc0f
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)
repository.mail.fl_str_mv
_version_ 1801844943115780096

Registros relacionados