Detalhes bibliográficos
Ano de defesa: |
2012 |
Autor(a) principal: |
Rocha, Pedro Augusto Ferreira
 |
Orientador(a): |
Lobosco, Marcelo
 |
Banca de defesa: |
Vianna, Gizelle Kupac
,
Bastos, Flávia de Souza
 |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Juiz de Fora (UFJF)
|
Programa de Pós-Graduação: |
Programa de Pós-graduação em Modelagem Computacional
|
Departamento: |
ICE – Instituto de Ciências Exatas
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
https://repositorio.ufjf.br/jspui/handle/ufjf/3520
|
Resumo: |
Dois mecanismos são utilizados pelo Sistema Imunológico Humano (SIH) para defender o organismo contra doenças causadas pelos mais distintos agentes patogênicos: o sistema inato e o sistema adaptativo. O primeiro é composto por células e substâncias químicas que utilizam um mecanismo genérico de defesa para prevenir ou limitar infecções ocasionadas pela maioria dos patógenos. Já o segundo mecanismo é ativado pelo primeiro, baseando-se na habilidade de reconhecer e de recordar agentes patogênicos específicos, colaborando para a montagem de um ataque mais potente a cada vez que o mesmo patógeno é encontrado. Apesar de ser muito estudado, muitas questões sobre o funcionamento do SIH ainda estão em aberto em virtude de sua complexidade e do grande número de interações, nos mais diversos níveis, entre seus distintos componentes. Neste sentido, ferramentas computacionais podem se constituir em um poderoso ferramental para auxiliar nas pesquisas sobre o tema. O presente trabalho está inserido neste escopo, dividindo-se em duas partes. Na primeira parte, o trabalho apresenta os resultados de uma análise de sensibilidade em um modelo matemático-computacional que simula a resposta imunológica inata ao lipopolissacarídeo (LPS), com o objetivo de encontrar os parâmetros mais sensíveis deste modelo. Além disto, a segunda parte do trabalho propõe uma adaptação do modelo original para um modelo tridimensional. As simulações realizadas nas duas partes do trabalho mostraram-se computacionalmente caras, demandando longos períodos de tempo para serem concluídas. Assim, GPGPUs (General Purpose Graphics Processing Units) foram utilizadas para reduzir os tempos de execução. O uso de GPGPUs permitiu que acelerações de 276 vezes para a análise de sensibilidade massiva e de 87 vezes para a computação do modelo em três dimensões fossem obtidas. |