Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Maydana, Geancarlo Saldanha |
| Orientador(a): |
Aguiar, Marilton Sanchotene de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pelotas
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação
|
| Departamento: |
Centro de Desenvolvimento Tecnológico
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://guaiaca.ufpel.edu.br/handle/prefix/8592
|
Resumo: |
A proteômica pode ser vista como uma metodologia de seleção da biologia molecular, a qual tem como objetivo documentar a distribuição geral de proteínas da célula, identificar e caracterizar proteínas individuais de interesse e principalmente elucidar as suas associações e funções. Atualmente, uma das principais técnicas usadas na proteômica é a eletroforese bidimensional (2D), baseada na separação e na migração das moléculas carregadas, numa solução, em função da aplicação de um campo elétrico. Estas proteínas podem ser detectadas por uma variedade de reagentes de revelação, observando-se um perfil bidimensional de pontos (do inglês, spots). Por fim, este gel é escaneado e a imagem resultante pode ser processada. As imagens de eletroforese bidimensional normalmente contém ruídos, bem como partículas de poeira, e até mesmo rachaduras no gel, e isso pode interferir no resultado final da análise de reconhecimento dos spots. Neste contexto, esta trabalho explora as características intrísecas da lógica fuzzy para o processamento de dados, e provê um modelo a fim de encontrar os spots nas imagens oriundas de eletroforese bidimensional. O modelo proposto utiliza clusterização fuzzy e faz uso de informações contidas nos pixels da imagem para fazer a classificação dos pontos na imagem e encontrar os spots. O SWISS-2DPAGE é uma base de imagens de eletroforese bidimensional já classificadas, a qual possui imagens de eletroforese e informação sobre spots nessas imagens. 29 imagens desta base foram utilizadas nos testes do modelo, com o melhor resultado chegando a 93, 30% dos spots encontrados. Como trabalhos futuros, pretende-se aplicar técnicas de pré-processamento nas imagens, e também explorar técnicas de aprendizado de máquina, a saber, técnicas de aprendizado supervisionado, no processo de reconhecimento de spots. |
