Navegando por Autor "Restovic, Maria Inés Valderrama"
Agora exibindo 1 - 4 de 4
Resultados por página
Opções de Ordenação
- ItemAnálise da epidemiologia molecular do vírus chikungunya relacionando as variáveis socioeconômicas e sintomatológicas utilizando o k-prototype(UNEB, 2021-07-12) Furtado, Filipe Bomfim Santos; Restovic, Maria Inés Valderrama; Restovic, Maria Inés ValderramaEsta monografia apresenta uma metodologia que utiliza conceitos e ferramentas de Data Science para analisar casos confirmados do vírus Chikungunya em um banco de dados de epidemiologia molecular entre o período de 2004 a 2018. O objetivo do projeto é relacionar variáveis em torno deste arbovírus, como os genótipos e a variedade dos seus sintomas, com fatores socioeconômicos das nações onde as ocorrências foram registradas. O Data Mining é uma das abordagens do Data Science, e fornece métodos como a clusterização, que pode agrupar conjuntos de dados que possuem características semelhantes. Os algoritmos k-means e k-prototype oferecem os recursos necessários para o estabelecimento destas relações. Após o levantamento dos resultados, a informação será mostrada de forma visual e o conhecimento obtido após o projeto será registrado.
- ItemAnálise da proteína spike do sars-cov-2 utilizando o algoritmo CBUC(Universidade do Estado da Bahia, 2021-07-12) Nascimento Júnior, Cândido Luiz do; Restovic, Maria Inés Valderrama; Suárez, Diego Gervasio Frías; Lenz, AlexandreAs árvores filogenéticas têm um papel importante na biologia moderna porque elas provêm uma maneira concisa de visualizar a evolução dos descendentes partindo de ancestrais comuns. Durante a evolução da linhagem de um organismo os descendentes podem se divergir e “separar”, esses eventos são conhecidos como cladogênese, no qual se refere a origem de um novo ramo. Um clado é um pedaço de uma árvore filogenética que contém uma linhagem ancestral e todos os descendentes dessa linhagem. Os clados formados em uma árvore filogenética nos passam uma importante informação sobre os agrupamentos das sequências. O procedimento de classificação feito atualmente pode levar muito tempo. O algoritmo CBUC - Codon Based Unsupervised Classification, inicialmente implementado em Scilab pelo Prof. Dr. Diego Gervasio Frías Suárez, nesse trabalho foi implementado em Python, consegue genotipar as sequências e encontrar agrupamentos. O SARS-CoV-2 - Severe Acute Respiratory Syndrome Coronavirus 2, vírus causador da doença COVID-19 - Coronavirus Disease-2019, é um vírus altamente transmissível e se espalhou rapidamente pelo mundo, escalando de um surto para uma pandemia. O objetivo geral deste trabalho compreende a análise da proteína spike do SARS-CoV-2 utilizando o algoritmo CBUC e confrontar os agrupamentos gerados pelo CBUC com os agrupamentos gerados pelo método Maximum Likelihood. Nesse trabalho também foi desenvolvida uma ferramenta para a coleta das sequências que foram analisadas pelas implementações do CBUC. Os resultados da implementação em Python conseguiram encontrar agrupamentos coerentes com a árvore filogenética em um curto período de tempo e indica que a proposta do CBUC é promissora em genotipagem de sequências genéticas.
- ItemAvaliação da exatidão e precisão dos relógios de placas microcontroladoras acopladas ao Arduino Uno.(Universidade do Estado da Bahia, 2020-03-11) Carvalho, Samuel Santiago de; Amorim, Cláudio Alves de; Suárez, Diego Gervasio Frías; Restovic, Maria Inés ValderramaAtualmente diversos experimentos físicos são realizados e analisados utilizando como facilitadores os microcontroladores – circuitos integrados capazes de serem programados para desempenhar tarefas específicas – facilitando assim a averiguação das variáveis relacionadas a esses. Neste contexto, o tempo desempenha uma relevância significativa, repercutindo em uma necessidade por exatidão e precisão para proporcionar resultados próximos da realidade. O presente trabalho tem como objetivo por meio de dois experimentos diferentes encontrar as variações dos Arduinos, realizando então um comparativo com os mesmos e também verificando o impacto destes resultados em um experimento já existente. Os resultados dessa pesquisa revelaram que a variação encontrada não foi tão grande quanto o esperado, mas que não obstante, apresenta um resultado importante para futuras pesquisas e até mesmo para aplicações que necessitam entender essas variações.
- ItemMétodo para comparação da evolução de linhagens virais com vistas a identificar as potencialmente pandêmicas(Universidade do Estado da Bahia, 2019-09-04) Santos, Daiane Rose dos; Frias, Diego; Restovic, Maria Inés Valderrama; Fonseca, Vagner de SouzaO vírus da gripe A é responsável por epidemias anuais e pandemias ocasionais de doença em seres humanos. A evolução contínua dos genes antígenos, Hemaglutinina e Neuraminidase, em mamíferos provoca mudanças antigênicas com a aquisição de virulência. Neste trabalho pretende-se revisar a evolução dos genes externos que medem a mudança dos padrões de uso dos códons nas quatros principais linhagens de vírus que causa epidemias graves nos seres humanos: os subtipos H1N1, H2N2, H3N2 e H5N1. Para medir essa alteração será introduzido um índice que quantifica a dissimilaridade entre a utilização de um codão de um gene ou região de um gene de uma estirpe viral em relação ao uso do códon da espécie hospedeira. Traçando o índice em relação ao tempo de isolamento, pode-se obter tendências evolutivas específicas de linhagem em vírus de mamíferos, mas não em cepas de aves que confirmam a estabilidade estacionária do vírus da gripe em seu reservatório natural. No estudo será utilizado o conjunto completo de dados de seqüência de influenza A disponíveis em uma data que será especificada. A principal contribuição deste trabalho é a quantificação da mudança de composição que uma nova cepa precisa ter para iniciar uma pandemia. Além disso, os resultados mostram que o índice de dissimilaridade do códon pode ser usado para a classificação rápida e confiável de genes de origem suína e H1N1 sazonais