Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas

Detalhes bibliográficos
Autor(a) principal: Bisognin, Gustavo
Data de Publicação: 2007
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/2233
Resumo: A estrutura tridimensional de uma proteína está diretamente ligada a sua função. Diversos projetos de seqüenciamento genéticos acumulam um grande número de seqüências de proteínas cujas estruturas primárias e secundárias são conhecidas. Entretanto, as informações sobre suas estruturas tridimensionais estão disponíveis somente para uma pequena fração destas proteínas. Este fato evidencia a necessidade da criação de métodos automáticos para a predição de estruturas terciárias de proteínas a partir de suas estruturas primárias. Conseqüentemente, ferramentas computacionais são utilizadas para o tratamento, seleção e análise destes dados. Atualmente, um novo método de aprendizado de máquina denominado Máquina de Suporte Vetorial (MSV) tem superado métodos tradicionais como as Redes Neurais Artificiais (RNA) no tratamento de problemas de classicação. Nesta dissertação utilizamos as MSV para a classicação automática de proteínas. A principal contribuição deste trabalho foi a metodologia proposta para o tratamen
id USIN_b5399c3e2cf608e3c6867e859ea5dccd
oai_identifier_str oai:www.repositorio.jesuita.org.br:UNISINOS/2233
network_acronym_str USIN
network_name_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
repository_id_str
spelling 2015-03-05T13:58:25Z2015-03-05T13:58:25Z2007-03-08Made available in DSpace on 2015-03-05T13:58:25Z (GMT). No. of bitstreams: 0 Previous issue date: 8A estrutura tridimensional de uma proteína está diretamente ligada a sua função. Diversos projetos de seqüenciamento genéticos acumulam um grande número de seqüências de proteínas cujas estruturas primárias e secundárias são conhecidas. Entretanto, as informações sobre suas estruturas tridimensionais estão disponíveis somente para uma pequena fração destas proteínas. Este fato evidencia a necessidade da criação de métodos automáticos para a predição de estruturas terciárias de proteínas a partir de suas estruturas primárias. Conseqüentemente, ferramentas computacionais são utilizadas para o tratamento, seleção e análise destes dados. Atualmente, um novo método de aprendizado de máquina denominado Máquina de Suporte Vetorial (MSV) tem superado métodos tradicionais como as Redes Neurais Artificiais (RNA) no tratamento de problemas de classicação. Nesta dissertação utilizamos as MSV para a classicação automática de proteínas. A principal contribuição deste trabalho foi a metodologia proposta para o tratamenThe three-dimensional structure of a protein is directly related to its function. Many projects of genetic sequence analysis accumulate a great number of protein sequences whose primary and secondary structures are known. However, the information on its three-dimensional structures are available only for a small fraction of these proteins. This fact evidences the necessity of creation of automatic methods for the prediction of tertiary protein structures from its primary structures. Consequently, computational tools are used for the treatment, election and analysis of these data. Currently, a new method of machine learning called Support Vector Machine (SVM) has surpassed traditional methods as Artificial Neural Networks (ANN) in the treatment of classication problems. In this master thesis we use the SVM for the automatic protein classication. The main contribution of this work was the methodology proposal for the treatment of the problem. This methodology consists in composing the support vectors with the vNenhumaBisognin, Gustavohttp://lattes.cnpq.br/4255827630601263http://lattes.cnpq.br/6026974071792846Cechin, Adelmo LuisUniversidade do Vale do Rio do SinosPrograma de Pós-Graduação em Computação AplicadaUNISINOSBrasilEscola PolitécnicaUtilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínasSupport vector machine for tertiary structure predictionCiências Exatas e da Terrabiologia molecularcomputaçãomáquina de suporte vetorialbioinformáticamachine learningsupport vector machinetertiary protein structuresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/2233info: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:UNISINOSORIGINALutilizacao de maquinas.pdfutilizacao de maquinas.pdfapplication/pdf1402193http://repositorio.jesuita.org.br/bitstream/UNISINOS/2233/1/utilizacao+de+maquinas.pdf61c990dd39cdd54a96f9bdc799b084c8MD51UNISINOS/22332015-03-12 10:12:22.07oai:www.repositorio.jesuita.org.br:UNISINOS/2233Biblioteca Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2015-03-12T13:12:22Repositório 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 Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
dc.title.en.fl_str_mv Support vector machine for tertiary structure prediction
title Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
spellingShingle Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
Bisognin, Gustavo
Ciências Exatas e da Terra
biologia molecular
computação
máquina de suporte vetorial
bioinformática
machine learning
support vector machine
tertiary protein structures
title_short Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
title_full Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
title_fullStr Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
title_full_unstemmed Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
title_sort Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
author Bisognin, Gustavo
author_facet Bisognin, Gustavo
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4255827630601263
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6026974071792846
dc.contributor.author.fl_str_mv Bisognin, Gustavo
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
biologia molecular
computação
máquina de suporte vetorial
bioinformática
machine learning
support vector machine
tertiary protein structures
dc.subject.por.fl_str_mv biologia molecular
computação
máquina de suporte vetorial
bioinformática
dc.subject.eng.fl_str_mv machine learning
support vector machine
tertiary protein structures
description A estrutura tridimensional de uma proteína está diretamente ligada a sua função. Diversos projetos de seqüenciamento genéticos acumulam um grande número de seqüências de proteínas cujas estruturas primárias e secundárias são conhecidas. Entretanto, as informações sobre suas estruturas tridimensionais estão disponíveis somente para uma pequena fração destas proteínas. Este fato evidencia a necessidade da criação de métodos automáticos para a predição de estruturas terciárias de proteínas a partir de suas estruturas primárias. Conseqüentemente, ferramentas computacionais são utilizadas para o tratamento, seleção e análise destes dados. Atualmente, um novo método de aprendizado de máquina denominado Máquina de Suporte Vetorial (MSV) tem superado métodos tradicionais como as Redes Neurais Artificiais (RNA) no tratamento de problemas de classicação. Nesta dissertação utilizamos as MSV para a classicação automática de proteínas. A principal contribuição deste trabalho foi a metodologia proposta para o tratamen
publishDate 2007
dc.date.issued.fl_str_mv 2007-03-08
dc.date.accessioned.fl_str_mv 2015-03-05T13:58:25Z
dc.date.available.fl_str_mv 2015-03-05T13:58:25Z
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/2233
url http://www.repositorio.jesuita.org.br/handle/UNISINOS/2233
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/2233/1/utilizacao+de+maquinas.pdf
bitstream.checksum.fl_str_mv 61c990dd39cdd54a96f9bdc799b084c8
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_ 1801844943653699584

Registros relacionados