PPGINF PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Phone: Not available http://propg.ufabc.edu.br/ppginfo

Banca de DEFESA: CARLOS ALVES MOREIRA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : CARLOS ALVES MOREIRA
DATA : 15/06/2023
HORA: 13:30
LOCAL: Santo André - Virtual - https://meet.google.com/gyz-jwxj-jeo
TÍTULO:

Magre-II: Predizendo, por meio de Aprendizagem de Máquina, Regiões em Proteínas com tendência à Agregação utilizando  Estrutura Terciária


PÁGINAS: 60
RESUMO:

A A 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 estão 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, usando um modelo de consenso para classificação. Agora, apresentamos o Magre-II, uma abordagem aprimorada que utiliza anotações experimentais de agregação e informações da estrutura tridimensional (3D) das proteínas, empregando um modelo estático para realizar as previsões. Comparando-o com outros preditores amplamente utilizados, demonstramos que o Magre-II possui um alto potencial como um preditor preciso de regiões propensas à agregação. A integração de informações experimentais de agregação e estrutura 3D das proteínas oferece uma abordagem mais abrangente e confiável para a predição dessas regiões críticas. Essa metodologia pode auxiliar não apenas na compreensão dos mecanismos moleculares envolvidos na agregação protéica, mas 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 com base em informações experimentais de agregação e estrutura 3D 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.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1563992 - ANA LIGIA BARBOUR SCOTT
Membro Titular - Examinador(a) Interno ao Programa - 2334927 - ANDRE KAZUO TAKAHATA
Membro Titular - Examinador(a) Externo ao Programa - 149.405.258-05 - KATHIA MARIA HONORIO - USP
Membro Titular - Examinador(a) Externo ao Programa - 1722875 - DAVID CORREA MARTINS JUNIOR
Membro Titular - Examinador(a) Externo à Instituição - RAFAEL PLANA SIMÕES
Membro Suplente - Examinador(a) Interno ao Programa - 1603840 - JOAO HENRIQUE KLEINSCHMIDT
Membro Suplente - Examinador(a) Externo à Instituição - FERNANDO ALVES DE MELO - UNESP
Membro Suplente - Examinador(a) Externo à Instituição - ANA CAROLINA LORENA - ITA
Notícia cadastrada em: 09/05/2023 14:43
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2024 - UFRN - sigaa-2.ufabc.int.br.sigaa-2-prod