Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/BUBD-9DKGUW
Tipo: | Tese de Doutorado |
Título: | Mineração de dados usando álgebra linear para a predição de alvos drogáveis |
Autor(es): | Eduardo Campos dos Santos |
Primeiro Orientador: | Julio Cesar Dias Lopes |
Primeiro Coorientador: | Marcos Augusto dos Santos |
Primeiro membro da banca : | Vasco Ariston de Carvalho Azevedo |
Segundo membro da banca: | Marcelo Matos Santoro |
Terceiro membro da banca: | Lucas Bleicher |
Quarto membro da banca: | Marcos Augusto dos Santos |
Quinto membro da banca: | Roney Santos Coimbra |
Resumo: | 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. |
Assunto: | Reposicionamento de medicamentos Descoberta de drogas Bioinformática Predição (Lógica) Mineração de dados (Computação) Álgebra linear |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/BUBD-9DKGUW |
Data do documento: | 1-Ago-2012 |
Aparece nas coleções: | Teses de Doutorado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
tese_eduardo_santos.pdf | 25.03 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.