Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUBD-9DKGUW| Type: | Tese de Doutorado |
| Title: | Mineração de dados usando álgebra linear para a predição de alvos drogáveis |
| Authors: | Eduardo Campos dos Santos |
| First Advisor: | Julio Cesar Dias Lopes |
| First Co-advisor: | Marcos Augusto dos Santos |
| First Referee: | Vasco Ariston de Carvalho Azevedo |
| Second Referee: | Marcelo Matos Santoro |
| Third Referee: | Lucas Bleicher |
| metadata.dc.contributor.referee4: | Marcos Augusto dos Santos |
| metadata.dc.contributor.referee5: | Roney Santos Coimbra |
| Abstract: | Apresenta-se o desenvolvimento de um método para recuperar proteínas que são alvos drogáveis. A partir da representação desses alvos como vetores definidos a partir das anotações do InterPro, instrumentos da álgebra linear relacionados com a decomposição por valores singulares são utilizados para organizar semanticamente o espaço vetorial e permitir a recuperação eficiente das proteínas similares a uma dada consulta. Relações não observadas prima facie são descortinadas indicando, oportunidades para reposicionamento de fármacos conhecidos, estratégias para o desenvolvimento racional de novos compostos e a predição de potenciais alvos drogáveis e de efeitos colaterais latentes. As assinaturas do InterPro mais relevantes para discriminar alvos drogáveis e não-drogáveis foram determinadas por regressão logística. Os resultados são avaliados estatisticamente por análise de curvas ROC e dados corroborados em outros trabalhos. |
| Abstract: | This work presents the development of a method for recovering target proteins that are druggable. From the representation of drug targets defined as vectors by using InterPro annotations, tools of linear algebra related to singular value decomposition are used to organize the semantic vector space and allow the efficient recovery of proteins related to a given query. Not prima facie relationships arise and indicate drug repositioning opportunities, rational development strategies and, the prediction of potential druggable targets and latent side-effects. The InterPro signatures which are most relevant to drug target/non-drug target discriminating were selected by logistic regression. The results are statistically evaluated by ROC curves analysis and data corroborated in the literature. |
| Subject: | Reposicionamento de medicamentos Descoberta de drogas Bioinformática Predição (Lógica) Mineração de dados (Computação) Álgebra linear |
| language: | Português |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| Rights: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/BUBD-9DKGUW |
| Issue Date: | 1-Aug-2012 |
| Appears in Collections: | Teses de Doutorado |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| tese_eduardo_santos.pdf | 25.03 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.