Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Moreira, Carlos Alves
Orientador(a): Scott, Ana Lígia Barbour
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia da Informação
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126418&midiaext=81197
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_82b9aa85b1f70aaeee78f5134371bf6d
oai_identifier_str oai:BDTD:126418
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisMagre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária2023-06-15Scott, Ana Lígia BarbourMoreira, Carlos AlvesUniversidade Federal do ABCPrograma de Pós-Graduação em Engenharia da InformaçãoUFABCporPROTEAGREGAPREDITORESAPRENDIZADO COMPUTACIONALRANDOMFORESTPROTEINAGGREGATION PROTEINPREDICTORSMACHINE LEARNINGPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABCCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorA expectativa de vida global está aumentando, mas junto com esse aumento, observa-se um aumento na incidência de doenças neurodegenerativas, como Parkinson, Alzheimer, Esclerose Lateral Amiotrófica, Diabetes Tipo II, doença de Huntington e Atrofia Muscular Espinhal. Embora muitas pesquisas tenham sido realizadas nessa área, ainda não temos um entendimento completo das bases moleculares dessas doenças. Estudos recentes sugerem que essas doenças podem estar relacionadas a alterações nas proteínas, que desempenham um papel crucial nos processos biológicos, dependendo de sua estrutura tridimensional (3D) ou conformação nativa. Pesquisas recentes sugerem que segmentos curtos de aminoácidos presentes em proteínas precursoras de amiloide podem desempenhar um papel no desenvolvimento dessas agregações, tornando essas regiões alvos promissores para investigações futuras. Um dos desafios atuais na área de bioinformática é desenvolver métodos precisos de predição de regiões propensas à agregação. Em trabalhos anteriores, utilizamos técnicas de aprendizado de máquina para desenvolver o Magre-I, um método que permitiu a predição de regiões de agregação com base na sequência primária de aminoácidos das proteínas com base em um modelo de consenso para classificação. Agora, apresentamos o Magre-II, uma abordagem aprimorada que utiliza anotações experimentais de agregação e a estrutura tridimensional (3D) das proteínas, empregando um modelo de análise da esfera de vizinhança dos resíduos para realizar o treinamento e as predições. Comparando-o com outros preditores amplamente utilizados, demonstramos que o Magre-II possui um alto potencial para prever e regiões propensas à agregação da proteína. A integração de informações experimentais de agregação e com as informações da estrutura 3D das proteínas oferece uma abordagem mais abrangente para a predição dessas regiões críticas. Essa metodologia contribui não apenas na compreensão dos mecanismos moleculares envolvidos na agregação protéica, como também na identificação de potenciais alvos terapêuticos e no desenvolvimento de estratégias de intervenção mais eficazes. Em resumo, o Magre-II representa uma contribuição significativa para o campo da bioinformática e estudos relacionados à agregação de proteínas. Sua capacidade de prever regiões propensas à agregação o torna uma ferramenta valiosa para investigações futuras e pode impulsionar avanços significativos no entendimento e tratamento de doenças neurodegenerativas e outras patologias associadas à agregação proteica.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126418&midiaext=81197application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:06:40Zoai:BDTD:126418Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2024-02-23T10:43:55Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
title Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
spellingShingle Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
Moreira, Carlos Alves
title_short Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
title_full Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
title_fullStr Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
title_full_unstemmed Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
title_sort Magre-II : predizendo, por meio de aprendizagem de máquina, regiões em proteínas com tendência à agregação utilizando estrutura terciária
author Moreira, Carlos Alves
author_facet Moreira, Carlos Alves
author_role author
dc.contributor.advisor1.fl_str_mv Scott, Ana Lígia Barbour
dc.contributor.author.fl_str_mv Moreira, Carlos Alves
contributor_str_mv Scott, Ana Lígia Barbour
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2023
dc.date.issued.fl_str_mv 2023-06-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126418&midiaext=81197
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126418&midiaext=81197
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia da Informação
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475890975571968

Registros relacionados