Search

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2021-11-18T22:10:07Z No. of bitstreams: 1 Robson José.pdf: 5241099 bytes, checksum: ee12b239bfa936ff6f3650b58d8b8992 (MD5) Made available in DSpace on 2021-11-18T22:10:07Z (GMT). No. of bitstreams: 1 Robson José.pdf: 5241099 bytes, checksum: ee12b239bfa936ff6f3650b58d8b8992 (MD5) Previous issue date: 2020-12-14 The thyroid is an endocrine gland that synthesizes two hormones called thyroid hormones (HT), T3 and T4, their systemic functions, are essential for the development and maintenance of the organism, acting effectively in cell metabolism. Clinical research by NGS provides high sensitivity on a high-throughput platform, producing torrential data for extensive genomic analysis. Metabolomics is a technique that assesses the concentration of molecules and substrates in a given situation of interest. Mitochondria regulate their quality control mechanisms in order to maintain tissue energy homeostasis in any condition. In our work, peripheral blood was the material of choice given the capacity of breadth of information that the new generation transcriptome can offer. This work was divided into two objectives: Primary objective: Characterization of mitochondrial genes differentially expressed in hypothyroidism and their correlation with the laboratory condition by analysis of transcriptomes, metabolomes, methylomomes and identification of TREs and secondary objective: Identification of differentially expressed genes seeking qualitatively and quantitatively identify the best analytical method in different tools and libraries. Each sequencing is a particular universe, a factor that defines strategies in bioinformatics that are most suitable for different studies, and for our library the best strategy was the common dispersion, trend dispersion and likelihood ratio test. We observed that miRNAs and snoRNAs exert an influence on differentially expressed mRNAs. In addition, the published metabolomics and methylome data suggest an extra genomic regulation that points to a biological tendency of the organism to seek equilibrium with a possible inefficiency of the exogenous hormone. The quantification of TREs can be important to legitimize gene expression in T3 efficiency or deficiency. Mitochondrial genes undergo changes in expression in hypothyroidism unlike the concept of stable genes. A tiroide é uma glândula endócrina que sintetiza dois hormônios denominados de hormônios tiroidianos (HT), T3 e T4, suas funções sistêmicas, são essenciais para o desenvolvimento e manutenção do organismo, atuando de forma efetiva no metabolismo celular. A investigação clínica por NGS fornece uma alta sensibilidade em uma plataforma de alto rendimento, produzindo dados torrenciais para uma ampla análise genômica. A metabolômica é uma técnica que avalia a concentração de moléculas e substratos em uma determinada situação de interesse. As mitocôndrias regulam seus mecanismos de controle de qualidade afim de manter a homeostase energética do tecido em qualquer condição. Em nosso trabalho, o sangue periférico foi o material escolhido dada à capacidade de amplitude de informações que o transcriptoma de nova geração pode oferecer. Este trabalho foi dividido em dois objetivos: Objetivo primário: Caracterização dos genes mitocondriais diferencialmente expressos no hipotiroidismo e sua correlação com o quadro laboratorial por análises dos transcriptomas, metabolômas, metilômas e identificação de TREs e objetivo secundário: Identificação de genes diferencialmente expressos buscando qualitativamente e quantitativamente identificar o melhor método analítico em diferentes ferramentas e bibliotecas. Cada sequenciamento é um universo particular, fator que define estratégias em bioinformática mais adequadas para diferentes estudos, e para nossa biblioteca a melhor estratégia foi a dispersão comum, dispersão de tendência e teste de razão de verossimilhança. Observamos que os miRNAs e snoRNAs exercem influência sobre os mRNAs diferencialmente expressos. Além disso, os dados da metabolômica e metiloma já publicados, sugerem uma regulação extra genômica que apontam uma tendência biológica do organismo buscar o equilíbrio à uma possível ineficiência do hormônio exógeno. A quantificação de TREs podem ser importantes legitimadores da expressão gênica na eficiência ou deficiência do T3. Genes mitocondriais sofrem alterações de expressões no hipotiroidismo diferentemente do conceito de genes estáveis.

A reutilização não autorizada de código-fonte caracteriza o plágio em programação, que pode afetar desde o desempenho de alunos em disciplinas de programação até a qualidade do desenvolvimento de software nas empresas. Por meio da realização de um estudo de mapeamento sistemático foram analisadas as abordagens de detecção automática de plágio em programação para identificar as técnicas utilizadas, os procedimentos de testes de avaliação e as linguagens de programação que possuem suporte. Constatou-se que as soluções não contemplam as diferentes técnicas utilizadas pelos plagiadores para alterar os códigos-fontes. Este trabalho cria uma abordagem, nomeada BIOPLAG, capaz de aprimorar a detecção automática de níveis de plágio em código-fonte. O funcionamento da abordagem criada é fundamentado em técnicas da Bioinformática e da Ciência da Computação: tokens de elementos de linguagem de programação, mapeamento de códigos-fontes em sequências biológicas sintéticas e alinhamento de sequências biológicas. A implementação da BIOPLAG foi avaliada por meio de sete cenários de testes contendo 336 códigos-fontes implementados em linguagem C utilizados em 168 testes diferentes, sendo considerado em cada cenário os parâmetros avaliativos de desempenho: precisão, revocação e medida F. Todos os exemplos de códigos-fontes plagiados foram produzidos a partir de três experimentos reais desenvolvidos com a participação de alunos de graduação, mestrado e programadores de uma empresa de desenvolvimento de software da região. Os resultados obtidos foram comparados com duas ferramentas consideradas de referência no estado da arte: MOSS e JPLAG. Como resultado, a BIOPLAG apresentou desempenho melhor em quatro e igual em três cenários de testes considerando os indicadores de precisão, revocação e medida F. The unauthorized reuse of source code characterizes plagiarism in programming, which can affect everything from the performance of students in programming courses to the quality of software development in companies. Through the realization of a systematic mapping study, the approaches of automatic detection of plagiarism in programming were analyzed to identify the used techniques, the evaluation test procedures, and the supported programming languages. It was found that the solutions do not include the different techniques used by plagiarists to change the source codes. This work created an approach, named BIOPLAG, capable of improving the automatic detection of plagiarism levels in source code. The functioning of the created approach is based on Bioinformatics and Computer Science techniques: tokens of programming language elements, mapping of source codes in synthetic biological sequences, and alignment of biological sequences. The implementation of BIOPLAG was evaluated through seven test scenarios containing 336 source codes implemented in C language used in 168 different tests, considering in each scenario the evaluative performance parameters: precision, recall and measure F. All examples of Plagiarized source codes were produced from three real experiments developed with the participation of students from undergraduate, graduate, and programmers from a software development company in the region. The results obtained were compared with two tools considered to be the reference in state of the art: MOSS and JPLAG. As a result, BIOPLAG performed better in four and equal in three test scenarios considering the indicators of precision, recall, and measure F.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Elementos transponíveis são o tipo de sequência mais presente nos genomas eucarióticos. Estes são capazes de se transpor e produzir múltiplas cópias ao longo do genoma hospedeiro. Devido a estas ações, estas sequências produzem uma variedade de efeitos nos organismos, como por exemplo podem atuar na regulação da expressão gênica. Existem diversos tipos destes elementos, os quais são classificados de maneira hierárquica em classes, ordens e superfamílias. Poucos métodos da literatura abordam a classificação nos níveis mais profundos da hierarquia, como o nível de superfamílias. Além disso, a maioria dos métodos da literatura utilizam características manualmente definidas como: k-mers; presença de ORF; presença de domínios proteicos; e busca por similaridade. Tais características podem ser ineficientes para atingir a generalização dos métodos e computacionalmente custosas. Neste trabalho é apresentada uma abordagem, denominada Transposabel Element Representation Learner (TERL), a qual é capaz de representar sequências 1D em uma imagem 2D da sequência. A abordagem proposta é genérica e pode ser utilizada para classificar qualquer tipo de sequência biológica em qualquer nível do sistema de classificação da mesma, além de ser flexível quanto ao tipo de arquitetura que pode ser utilizada. No presente trabalho sete bases de dados da literatura foram utilizadas para criar nove conjuntos de treinamento e teste. Estes conjuntos foram utilizados em uma série de 21 experimentos conduzidos para avaliar o desempenho da abordagem proposta e dos métodos TEclass e PASTEC da literatura. O TERL foi capaz de obter acurácia e F1-score de 0,95 e 0,71 respectivamente na classificação de 11 superfamílias e acurácia e especificidade de 0,89 e 0,93 respectivamente na classificação a nível de ordem de um conjunto com sequências de diversos organismos e bases de dados. Estes resultados superam os obtidos pelo TEclass e PASTEC. Outra grande vantagem apresentada pela abordagem proposta diz respeito ao tempo de classificação das sequências, sendo que o TERL é em média 76 vezes mais eficiente que o TEclass e quatro ordens de grandeza mais eficiente que o PASTEC. Transposable elements are the most represented sequences in eukaryotic genomes. They are capable to transpose and produce multiple copies throughout the host genome. By doing so, these sequences can produce a variety of effects on organisms, such as the regulation of gene expression. There are several kinds of these elements, which are classified in a hierarchic way into classes, orders and superfamílies. Few methods of the literature classify these sequences into the deeper levels of the classification hierarchy, such as superfamily. Moreover, most methods use handcrafted features, such as: k-mers; presence of ORF; presence of protein domains; and homology based search. These features could be inneficient for generalization to non homologous sequences and time-consuming. In this work, we introduce an approach, called Transposabel Element Representation Learner (TERL), which is capable to represent 1D sequences into 2D sequence images. Our approach is generic and can be used to classify any type of biological sequence in any level of the classification system, also it is flexible to the type of architecture to use for the classification. In this work we use seven databases to create nine data sets. These data sets were used in a series of 21 experiments designed to assess the performance of the methods TEclass, PASTEC and the proposed approach. TERL obtained an accuracy and F1-score of 0.95 and 0.71 respectively on the classification of 11 superfamilies. Considering accuracy and specificity our approach obtained 0.89 and 0.93 respectively on the classification of order sequences from a data set created with sequences from different organisms and from different databases. These results surpass the metrics obtained by TEclass and PASTEC. Our approach showed great advantage regarding the classification time, which is on average 76 times more efficient than TEclass and four orders of magnitude more efficient than PASTEC.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) O número de sequências biológicas disponíveis aumentou em grandes quantidades nos últimos anos, devido a vários projetos de sequenciamento genômico, criando um alto volume de dados. Consequentemente, novos métodos computacionais são necessários para a análise e extração de informações a partir dessas sequências. Métodos de aprendizado de máquina têm apresentado ampla aplicabilidade em biologia computacional e bioinformática. A aplicação desses métodos tem ajudado a extrair informações relevantes de vários conjuntos de dados biológicos. No entanto, ainda existem vários problemas desafiadores que motivam novas propostas de algoritmos e pipelines. Portanto, este trabalho propõe um pipeline genérico de aprendizado de máquina para análise de sequência biológica, seguindo duas etapas principais: (1) extração e (2) seleção de características. Essencialmente, concentramos nosso trabalho no estudo de técnicas de redução de dimensionalidade e extração de recursos, usando metaheurísticas e modelos matemáticos. Como estudo de caso, analisamos sequências de RNAs longos não codificantes. Além disso, dividimos esta dissertação em duas partes: Teste Experimental I (seleção de características) e Teste Experimental II (extração de características). Os resultados experimentais indicam quatro contribuições principais: (1) Um pipeline com 5 metaheurísticas diferentes, usando um esquema de votação e rodadas de execução, ao problema de seleção de características em sequências biológicas; (2) A eficiência metaheurística, proporcionando desempenho de classificação competitiva; (3) Um pipeline de extração de recursos usando 9 modelos matemáticos e (4) sua generalização e robustez para classificação de sequências biológicas distintas. The number of available biological sequences has increased in large amounts in past years, due to various genomic sequencing projects, creating a huge volume of data. Consequently, new computational methods are needed for the analysis and information extraction from these sequences. Machine learning methods have shown broad applicability in computational biology and bioinformatics. The application of machine learning methods has helped to extract relevant information from various biological datasets. However, there are still several challenging problems that motivate new algorithms and pipeline proposals. Therefore, this work proposes a generic machine learning pipeline for biological sequence analysis, following two main steps: (1) feature extraction and (2) feature selection. Essentially, we focus our work on the study of dimensionality reduction and feature extraction techniques, using metaheuristics and mathematical models. As a case study, we analyze Long Non-Coding RNA sequences. Moreover, we divided this dissertation into two parts, e.g., Experimental Test I (feature selection) and Experimental Test II (feature extraction). The experimental results indicated four main contributions: (1) A pipeline with five distinct metaheuristics, using a voting scheme and execution rounds, to the feature selection problem in biological sequences; (2) The metaheuristic efficiency, providing competitive classification performance; (3) A feature extraction pipeline using nine mathematical models and (4) its generalization and robustness for distinct biological sequence classification.

A bioinformática é um campo de estudo que tem a necessidade de construção de ferramentas que trabalham de forma otimizada e possuem um tempo de resposta rápido para o usuário. O material de estudo dessa área vem principalmente dos grupos de cadeias genéticas, dentre os quais, o micro RNA é a classe escolhida para estudo e por isso, foram selecionadas ferramentas de predição desse tipo específico de molécula genética Mirinho e miRBoost de forma à serem integradas em um único ambiente. A solução foi denominada miRQuest 2 e para a integração foi utilizado o balanceamento de carga por meio do algoritmo de Round Robin, além disso, foi utilizada a linguagem de programação Python para a construção de uma API integrada com uma interface desenvolvida em React para realização do processamento de uma cadeia FASTA da base de dados miRBase. Este algoritmo fornece otimizações e o tempo de resposta foi considerado satisfatório. A diferença de tempo de execução da ferramenta Mirinho na linha de comando e da solução computacional foi de 20%, enquanto que na ferramenta miRBoost foi de 5%. Bioinformatics is a field of study that has the need of making tools that are process optimized and have a quick response time for the user. The data to study mainly comes from the group of genetic chains, and from all the types of chains, the micro RNA one is the chosen class to study and because of that, the miRNA predictions tools Mirinho and miRBoost were picked to be integrated in a single computational solution. The solutions has been named miRQuest 2 and the prediction tool integration has been made by load balancing using the Round Robin algorithm, also the Python programming language has been used integrated with an React interface has been developed to process a FASTA file provided by miRBase. The algorithm provide optimizations and the response time has been considered satisfactory. The difference between the Mirinho execution time at the command line and the computational solution was 20%, while the miRBoost tool was 5%.

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2021-12-02T14:53:11Z No. of bitstreams: 1 LUIZ SÉRGIO ALMEIDA DA SILVA.pdf: 2775512 bytes, checksum: b7a808a995d92382abe5f85d5c69f379 (MD5) Made available in DSpace on 2021-12-02T14:53:11Z (GMT). No. of bitstreams: 1 LUIZ SÉRGIO ALMEIDA DA SILVA.pdf: 2775512 bytes, checksum: b7a808a995d92382abe5f85d5c69f379 (MD5) Previous issue date: 2019-09-05 The world is constantly changing with new technologies, globalization, and the variety of products and services on offer, where customers are increasingly demanding and knowledgeable. This scenario points to a very present characteristic, which consists in the competitiveness of the relationship between the consumer and the establishments, whether for the purchase of products or services. Businesses, in turn, provide a reality that is in line with consumers' increasing demand for quality standards, along with expanding competitors by providing the same product or service. Thus creating a scenario in which companies realize that it is more difficult to gain a new customer than to seek increased engagement and consecutive retention. This challenge encountered by commercial establishments that have a direct relationship with the consumer, lies in the dissemination and commitment of this partnership and engagement relationship. This context intensifies in the food segment, but specifically in restaurants and eateries that have a high rate of competition. Thus, the work consists in presenting a solution proposal for the presented problem. Thus, a mobile solution was developed and implemented in one establishment that makes this connection between the consumer and the establishment, thus generating a database that allows the analysis of this information through indicators, in search of increased engagement and customer retention. O mundo vem passando por constantes mudanças com as novas tecnologias, a globalização e a variedade de produtos e serviços oferecidos, onde os clientes estão cada vez mais exigentes e bem informados. Esse cenário aponta uma característica muito presente, que consiste na competitividade da relação do consumidor e dos estabelecimentos, seja para a aquisição de produtos ou serviços. As empresas, por sua vez, proporcionam uma realidade que está de acordo com o aumento da exigência do padrão de qualidade por parte dos consumidores, juntamente com a ampliação dos concorrentes, fornecendo o mesmo produto ou serviço. Criando assim um cenário em que as empresas acabam percebendo, que é mais difícil conquistar um novo cliente, do que buscar o aumento do engajamento e consecutivamente a retenção dos mesmos. Esse desafio encontrado pelos estabelecimentos comerciais que possuem relação direta com o consumidor, está na disseminação e comprometimento desta relação de parceria e engajamento. Esse contexto se intensifica no segmento alimentício, mas especificamente em restaurantes e lanchonetes que possuem um alto índice de concorrência. Sendo assim, o trabalho consiste na apresentação de uma proposta de solução para o problema apresentado . Dessa forma foi desenvolvido e implementado, em um estabelecimento uma solução mobile que realize essa conexão entre o consumidor e o estabelecimento, gerando assim uma base de dados que permita a análise dessas informações, por meio de indicadores, em busca do aumento do engajamento e da retenção dos clientes.

Em relação às técnicas usadas para desenhar a face humana, a literatura descreve onde e como posicionar os elementos da face (por exemplo, olhos, nariz, boca, cabeça, orelha). No entanto, não descreve qual o padrão (forma, tamanho e simetria) utilizado para definir cada um destes elementos da face. Sendo assim, faces de personagens/avatares de jogos digitais, por exemplo, são criadas de maneira aleatórias podendo gerar insatisfação ou não identificação com o personagem do jogo por parte dos jogadores. Em outras palavras, são criadas sem um padrão definido. Nesse sentido, este trabalho investigou a criação de um método para elucidar os padrões que definam as características da face humana. Para este projeto foi aplicado para olho, sendo o protocolo possível a ser usado para outros elementos da face. O método foi construído por meio de técnicas de processamento de imagens e reconhecimento de padrões criar um sistema para reconhecimento dessas características a partir de um conjuntos de dados com as características humanas. Este trabalho foi elaborado em duas fases: a) a revisão e definição de técnicas para processamento das imagens e extração das características da face; e b) a criação do conjunto de padrões/características de cada elemento da face. Ao realizar uma revisão da literatura foram identificados 47 conjuntos de dados de imagens faciais, totalizando aproximadamente 225 mil imagens candidatas serem analisadas. Finalmente, a partir dos padrões obtidos será possível usar em várias aplicações, tais como: criar personagens mais realistas para jogos digitais, criar avatares para impressão em 3D, filme, ganho no processo de detecção e reconhecimento de pessoas, bem como aplicação em segurança. Além de ter-se um conjunto de dados reais de características da face humanas para a construção de personagem ou afins e o software para reconhecimento e geração de avatar. In relation to the techniques used to draw a human face, the literature describes where and how to position face elements (eg eyes, nose, mouth, head, ear). However, it does not describe the pattern (shape, size, and symmetry) used to define each of these face elements. Therefore, characters/avatars faces of digital games, for example, are created in a random manner and may generate dissatisfaction or non-identification with the character of the game by the players. In other words, they are created without a defined pattern. In this sense, this work investigated the creation of a methodology to elucidate the patterns that define the characteristics of the human face. For this project it was applied to the eye, the protocol being possible to be used for other elements of the face. The methodology was constructed using image processing and pattern recognition techniques to create a system for recognizing these characteristics from a data set with human characteristics. This work is divided in two phases: a) review and define techniques for image processing and extraction of face characteristics; And b) create the set of patterns/characteristics of each element of the face. When reviewing the literature, 47 datasets of facial image data were identified, totaling approximately 225,000 candidate images to be analyzed. Finally, from the obtained patterns will be expected to be able to use in various applications, such as: creating more realistic characters for digital games, create avatars for 3D printing, film, earn in the process of detection and recognition of people as well as application in safety. In addition there will be a set of real data of human face characteristics for the construction of character of your own like and the software for recognition and generation of avatar.

MicroRNAs (miRNAs) são uma das classes de RNAs não-codificantes (ou do inglês non-coding RNA - ncRNAs) mais estudadas na literatura. Essa classe de pequenos ncRNAs atua no controle celular de diversos processos biológicos, por meio de seu papel regulatório pós-transcricional nos níveis de RNA mensageiro na célula. Em geral, para que miRNAs tornem-se maduros e aptos a executar seu papel regulatório, é necessário que duas clivagens ocorram em sua biogênese canônica. Estudos realizados em Drosophila melanogaster e Caenorhabditis elegans descreveram uma subclasse de miRNAs que utilizam um meio alternativo à primeira etapa de sua biogênese, os chamados mirtrons. Em suma, os mirtrons utilizam o processo de splicing como alternativa à primeira clivagem, e então prosseguem as demais etapas do processo biogênico canônico. Mirtrons localizam-se em pequenos introns e são associados a diversos processos regulatórios, como o de potencial silenciador de genes causadores de doenças em vertebrados e reguladores no processo de fotossíntese em plantas. Apesar de existirem diversos estudos sobre mirtrons, seus dados estão disponíveis de maneira dispersa, sem qualquer organização ou repositório para consulta. Diferenciar comparativamente miRNAs e mirtrons permite que sejam criadas abordagens em biologia computacional capazes de auxiliar estudos biológicos em ncRNAs. Deste modo, este trabalho apresenta duas principais contribuições: (i) desenvolver um repositório amigável sobre dados públicos de mirtrons; e (ii) realizar análise exploratória de modo a comparar e investigar características capazes de distingui-los de miRNAs. Tais contribuições permitem, portanto, a inclusão de uma nova camada na compreensão sobre mirtrons, bem como nas pesquisas sobre miRNAs. MicroRNAs (miRNAs) are the most studied non-coding RNA class in literature. This small ncRNA class acts in cellular control of several biological processes, through its post-transcriptional regulatory role in messenger RNA levels. Overall, to miRNAs become matures and able to perform their regulatory function, two cleavages must occur in their canonical biogenesis. Studies in Drosophila melanogaster and Caenorhabditis elegans have described a miRNA subclass that uses an alternative way to their biogenesis first stage, and they were called mirtrons. The mirtrons use the splicing process as an alternative to the first cleavage and then proceed in the canonical biogenic process. Mirtrons are located in small introns and associated with several regulatory processes, such as the potential diseases genes silencer in vertebrates and regulators in the photosynthesis process in plants. Although there are several studies about mirtrons, their data is available in a dispersed way, without any organization or repository to query. Differentiating comparatively miRNAs and mirtrons allows advances in computational biology that supporting biological studies in ncRNAs. Thus, this paper presents two main contributions: (i) to develop a friendly repository of public mirtrons data; and (ii) perform exploratory analysis to compare and investigate features capable of distinguishing mirtrons from miRNAs. These contributions allow a new layer to the understanding about mirtrons and miRNAs research.

Conselho Nacional do Desenvolvimento Científico e Tecnológico (CNPq) Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do Paraná Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) Secretaria da Ciência, Tecnologia e Ensino Superior (SETI) Universidade Tecnológica Federal do Paraná (UTFPR) Atualmente, bancos de dados de imagens vêm crescendo, surgindo a necessidade de otimização e de aceleração dos processos de recuperação e classificação de imagens, em conjunto com a melhoria da qualidade dos resultados retornados. Neste contexto, este trabalho propõe a utilização de estratégias de aprendizado ativo para classificação e recuperação de imagens, de forma a selecionar amostras mais informativas e minimizar a interação do especialista durante o processo de aprendizado. Além disso, novas estratégias de aprendizado ativo são propostas para as tarefas de classificação e de recuperação de imagens baseadas em conteúdo. Para validação das propostas, foram realizados experimentos utilizando conjuntos de dados de diferentes domínios de aplicação. A partir dos resultados obtidos, é possível observar ganhos significativos apresentados pelas propostas em relação às estratégias amplamente utilizadas na literatura. Currently, image databases have been growing, resulting in the need for optimization and acceleration of the image retrieval and classification processes, together with the improvement of the quality of the returned results. In this context, this work proposes the use of active learning strategies for image classification and retrieval, in order to select more informative samples and to minimize the interaction of the specialist during the learning process. In addition, new active learning strategies are proposed for classification and content-based image retrieval tasks. To validate the proposals, experiments were performed using datasets from different application domains. From the obtained results, it is possible to observe significant gains presented by the proposals in relation to the strategies widely used in the literature.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Universidade Tecnológica Federal do Paraná (UTFPR) Coffea canephora, também conhecida como café Robusta, tem grande importância comercial e pertence ao gênero Coffea, da família Rubiaceae. Seus grãos são commodities altamente comercializadas no mundo inteiro e sua produção corresponde a aproximadamente 40% da produção mundial e 24% da produção brasileira. É a única espécie do gênero com dados públicos de genoma sequenciado até o momento. RNAs não codificadores (ncRNAs) são importantes produtos transcricionais por estarem envolvidos na regulação do genomas, nas respostas ao ambiente e ao desenvolvimento dos organismos. Em plantas há poucos estudos sobre ncRNAs em comparação com animais; quase nenhum desses estudo avalia ncRNAs em nível genômico, e os estudos genômicos estão limitados a classes específicas sobretudo de espécies vegetais modelo. Deste modo, este estudo tem por objetivo a identificação computacional de ncRNAs no genoma de C. canephora. Realizamos a identificação de seis classes de ncRNAs - tRNAs, rRNAs, miRNAs, snRNAs, snoRNAs e lncRNAs - com busca por identidade de nucleotídeos e similaridade estrutural, com validação das anotações em dados de transcriptoma. Identificamos 589 RNAs transportadores, 86 RNAs ribossomais, 3 microRNAs, 115 RNAs pequenos nucleares, 99 RNAs pequenos nucleolares e 3176 RNAs longos não-codificantes. Estes dados consistem no maior catálogo genômico curado de ncRNAs em Coffea até o momento. Os dados são comparáveis a outras espécies angiospermas, mas há amplo grau de variação entre as abordagens de identificação de ncRNAs. A principal contribuição deste trabalho consiste na disponibilização de dados que auxiliarão na elaboração de hipóteses mais robustas em futuros estudos de genômica comparativa, regulação gênica e dinâmica de componentes do genoma. Estas informações podem auxiliar na compreensão da base molecular da domesticação, adaptação ao ambiente, resistência à pragas e doenças, e aspectos relacionados à produtividade no cafeeiro. Coffea canephora, also known as Robusta coffee, has great commercial importance and belongs to genus Coffea (Rubiaceae family). Its grains are highly traded commodities worldwide and its production corresponds to approximately 40% of world production and 24% of Brazilian production. It is the only species of the genus with public genome data released so far. Noncoding RNAs (ncRNAs) are important transcriptional products involved in genome regulation, environmental responses and organism development. Compared to animals, there are few studies on plant ncRNAs; almost none of these studies addresses ncRNAs at the genomic level, and genomic studies are limited to specific classes of ncRNAs in model plant species. This study aims to make the computational identification of ncRNAs in C. canephora genome. We performed the identification of six ncRNAs classes - tRNAs, rRNAs, miRNAs, snRNAs, snoRNAs and lncRNAs - using nucleotide identity and structural similarity, with validation in transcriptome data. We identified 589 transporter RNAs, 86 ribosomal RNAs, 3 microRNAs, 115 small nuclear RNAs, 99 small nucleolar RNAs and 3176 long non-coding RNAs. This data is the largest genomic catalog of ncRNAs in Coffea with curation to date. Data is comparable to other angiosperm species, but there is still big differences in identifying ncRNAs among plant genomes. The main contribution of this work is that this data will help the elaboration of more robust hypotheses in future comparative genomic studies as well as, gene regulation and genome dynamics studies. This information may help understanding the molecular basis of domestication, environmental adaptation, resistance to pests and diseases, and coffee productivity.

O Bacillus thuringiensis (Bt) é uma bactéria formadora de esporos que produz as toxinas Cry, Cyt e Vip, como cristais parasporais, que têm demonstrado serem eficazes no controle de pragas agrícolas e mosquitos vetores de doenças. Os genes codificantes dessas toxinas têm sido usados no desenvolvimento de plantas transgênicas resistentes a insetos. A adoção do biopesticida Bt permite a redução no uso de inseticidas sintéticos, e não oferece riscos ou danos à saúde humana. No entanto, muitas pragas de insetos não são suscetíveis a tais toxinas já identificadas. Até agora, foram identificados mais de 700 genes de Bt relacionados à toxina Cry, alvo nesse trabalho, classificados em mais de 70 grupos. Uma alternativa para as pragas que não são suscetíveis às toxinas Cry parentais é o isolamento de outras cepas de Bt com novos genes cry com maior toxicidade, bem como a identificação das moléculas receptoras e epitopos de ligação e a triagem de novas proteínas Cry com toxicidade para novos insetos. Outra alternativa é a evolução genética in vitro de tais toxinas. Para auxiliar no processo de encontrar novos genes cry foi desenvolvida uma base de dados curada de genes cry e implementada uma ferramenta web para a identificação e a categorização de uma determinada sequência alvo como pertencente a uma família de gene cry. Todo o processo de classificação e categorização combina programas de bioinformática como HMMER, BEDTools, MUSCLE e BLAST. A ferramenta apresenta ao usuário uma lista das sequências alvo com maior identidade para ser um gene cry. O usuário seleciona uma dessas sequências para analisar o alinhamento com sequências públicas de genes de Bt. O mesmo procedimento permite reconstruir a árvore filogenética por intermédio de uma matriz de similaridade para identificar os parentes mais próximos. Esse processo pode ser repetido para todas as sequência disponíveis. Os resultados apontaram que a ferramenta tem a capacidade de apoiar o usuário na tarefa de identificar proteínas Cry, com base na sequência de DNA, visando descrever uma proteína já existente ou uma nova proteína Cry, que possa apresentar maior toxicidade e ser empregada para atuar no controle de pragas e vetores de doenças, em um amplo espectro de ação, atingindo as que atualmente não são sensíveis às toxinas Cry ou que são controladas de forma ineficiente. Bacillus thuringiensis (Bt) is a spore-forming bacterium that produces Cry, Cyt and Vip toxins as parasporal crystals, which have demonstrated to be effective in controlling agricultural pests and mosquito vectors of diseases. The genes encoding these toxins have been used in the development of insect-resistant transgenic plants. The adoption of Bt biopesticide allows the reduction in the use of synthetic insecticides, and does not offer risks or damages to human health. However, many insect pests are not susceptible to such already identified toxins. So far, more than 700 Cry toxin-related Bt genes have been identified, targeted in this work, classified into more than 70 groups. An alternative for pests that are not susceptible to parental Cry toxins is the isolation of other Bt strains with new cry genes with higher toxicity, as well as the identification of receptor molecules and binding epitopes and the screening of novel Cry proteins with toxicity to new insects. Another alternative is the in vitro genetic evolution of such toxins. To aid in the process of finding new cry genes, a cured cry gene database has been developed and a web tool has been implemented for the identification and categorization of a particular target sequence as belonging to a cry gene family. The entire classification and categorization process combines bioinformatics programs such as HMMER, BEDTools, MUSCLE and BLAST. The tool presents the user with a list of the target sequences with the highest identity to be a cry gene. The user selects one of these sequences to analyze the alignment with public sequences of Bt genes. The same procedure allows to reconstruct the phylogenetic tree through a matrix of similarity to identify the closest relatives. This process can be repeated for all available sequences. The results pointed out that the tool has the ability to support the user in the task of identifying Cry proteins, based on the DNA sequence, in order to describe an existing protein or a new Cry protein, which may present higher toxicity and be employed to act in the pest control and disease vectors in a broad spectrum of action, reaching those currently not sensitive to Cry toxins or that are inefficiently controlled.

Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do Paraná Universidade Tecnológica Federal do Paraná (UTFPR) Longos RNAs não-codificantes (lncRNAs) pertencem a classe dos RNAs que não codificam proteínas e que estão relacionados às diversas funções biológicas, como modificações da cromatina, regulação pós-transcricional, tradução, organização nuclear e diversos processos de desenvolvimento. Atualmente há uma lacuna de abordagens computacionais específicas para a identificação de lncRNAs em plantas, em oposição à variedade de ferramentas disponíveis para mamíferos. Diferente do que ocorre para outras classes de RNAs não-codificantes, a distinção dos lncRNA entre plantas e animais ainda não está esclarecida. Dado este cenário, este trabalho apresenta o RNAplonc, uma abordagem para a identificação de lncRNAs em plantas. A base da construção foram sequências públicas de lncRNAs e mRNAs disponíveis de seis genomas de plantas: Arabidopsis thaliana, Cucumis sativus, Glycine max, Oryza sativa, Populus trichocarpa e Setaria italica. Foram usados 22.543 lncRNAs e 29.960 mRNAs como conjunto de treinamento a partir de bases de dados públicas PLNlncRbase, GreeNC e Phytozome. Ainda, avaliaram-se 5.468 características em 10 algoritmos de aprendizado de máquina. Os resultados obtidos pela análise de sensibilidade e especificidade de classificação permitiram selecionar 16 características com o algoritmo REPTree, alcançando 93% de acertos na classificação de lncRNAs. Em seguida, avaliou-se o desempenho do RNAplonc com uma ferramenta largamente utilizada para a identificação de lncRNA em plantas (CPC) e outras duas aplicadas para animais (PLEK e lncRScan-SVM). O RNAplonc obteve uma sensibilidade de 99,83% na identificação de lncRNAs no conjunto de dados de treinamento quando comparado com a ferramenta CPC. Ainda, avaliou-se o desempenho do RNAplonc em dois estudos de caso independente que identificaram com evidências biológicas lncRNAs em Populus e Gossypium, tendo assim obtido 98,5% e 99,1% dos lncRNAs identificados em Populus e Gossypium, respectivamente. Toda a documentação e os conjuntos de utilizados (treinamento e testes) estão disponíveis no endereço: http://rnaplonc.cp.utfpr.edu.br/. Por fim, acredita-se que o RNAplonc é uma estratégia para contribuir na descoberta de lncRNAs candidatos especificamente para plantas. Long non-coding RNAs (lncRNAs) correspond to a non-coding RNA class that has gained emerging attention in the last years as a higher layer of regulation for gene expression in cells. There is, however, a lack of specific computational approaches to reliably predict lncRNA in plants, which contrast with the myriad of prediction tools available for mammalian lncRNAs. Given that the biological features and mechanisms generating lncRNAs in the cell are likely different between animals and plants, specific tools for plants is a need for these studies. With this in mind, we present here RNAplonc, a classifier approach for the identification of lncRNAs in plants from mRNA-based data. To build this tool, we used publicly available lncRNA and mRNA sequences from six plant genomes: Arabidopsis thaliana, Cucumis sativus, Glycine max, Oryza sativa, Populus trichocarpa and Setaria italica. This data was extracted from the public databases PLNlncRbase, GreeNC and Phytozome, from which we used 22.543 lncRNAs and 29.960 mRNAs as a training set. We selected 16 features that could best classify lncRNAs from 5.468 features with the REPTree algorithm for lncRNA. After an extensive comparison with tools used for lncRNA identification in plants (CPC) and animals (PLEK and lncRScan-SVM), we found that RNAplonc obtained a better accuracy (92%) in the training dataset when compared to the 77% of accuracy obtained with the CPC tool. We also found that RNAplonc produced more reliable lncRNA predictions from plant transcripts, as estimated for 17 datasets in 13 species from the CANTATAdb, GreeNC and PNRD databases. We also evaluated RNAplonc performance in two case studies that identified lncRNAs from Populus tomentosa and Gossypium, respectively. RNAplonc could correctly identify 98.5% of biologically validated lncRNAs in Populus and 99.1% in Gossypium. RNAplonc, its documentation and training datasets are available at the website: http://rnaplonc.cp.utfpr.edu.br/. We can conclude that RNAplonc retrieves correctly known plant lncRNAs. Moreover, RNAplonc can be a strategy for lncRNA discovery, providing a rich resource of candidate lncRNAs specifically for plants.

O advento de novas tecnologias tem contribuído para avanços na captura de movimento e sua aplicação exercícios físicos. A utilização da tecnologia de captura de movimentos é atrativa devido a seu baixo custo de aquisição de hardware. Os tratamentos convencionais em fisioterapia são, na sua maioria, de longa duração e repetitivos, o que faz o paciente encarar como algo cansativo e desestimulante, percepção essa que interfere na eficácia terapêutica. Com relação ao levantamento de peso, os jovens atletas têm lesões que podem deixá-los de fora das competições, e algumas destas lesões pode ocorrer devido à falta dos princípios básicos do treinamento do peso. Um sistema de monitoramento pode proporcionar um melhor controle dos pacientes/atletas durante a sessão de tratamento ou treinamento, por meio da monitorização contínua. Esta dissertação apresenta um software para área da fisioterapia e levantamento de peso olímpico, visando auxiliar o fisioterapeuta/treinador no monitoramento dos exercícios executados pelos pacientes/atletas. O BH-Tracking - BioHealth Tracking está disponível, inclusive seu código fonte, sob a licença GNU GPL (General Public License). O software foi implementado com tecnologias de controle por gestos, mapeando o corpo do paciente/atleta e rastreando o exercício durante sua execução. A base do seu funcionamento está no sistema de validação do exercício por comparação de ângulos e referências dos pontos corporais, com modelos de movimentos corretos previamente armazenados. O software fornece, também, o feedback da evolução do paciente ou do atleta analisado, comparando os movimentos de um mesmo exercício ao longo do tratamento/treinamento. The advent of new technologies has contributed to advances in motion capture and its physical exercise application. The use of motion capture technology is attractive due to its low cost of hardware acquisition. Conventional treatments in physiotherapy are, for the most part, longlasting and repetitive, which makes the patient see it as tiring and discouraging, a perception that interferes with therapeutic efficacy. With regard to weight lifting, young athletes have injuries that may leave them out of competitions, and some of these injuries may occur due to lack of basic principles of weight training. A monitoring system can provide better patient/athlete control during the treatment or training session through continuous monitoring. This dissertation presents software for the area of physiotherapy and Olympic weightlifting, aiming to assist the physiotherapist/coach in monitoring the exercises performed by the patients/athletes. BHTracking - BioHealth Tracking is available, including its source code, under the GNU General Public License (GPL). The software was implemented with gesture control technologies, mapping the patient/athlete’s body and tracking the exercise during its execution. The basis of its functioning is in the system of validation of the exercise by comparison of angles and references of the body points, with models of correct movements previously stored. The software also provides feedback on the evolution of the patient or athlete analyzed, comparing the movements of the same exercise throughout the treatment/training.

A adolescência é uma fase de descobertas e auto-afirmação, normalmente conhecida pela preocupação dos pais, esta torna os jovens vulneráveis a vários problemas, dentre eles o consumo de drogas, o que requer atenção para que esses adolescentes não entrem neste mundo. O governo faz sua parte distribuindo informações, cartilhas e campanhas sobre a utilização das drogas, mas normalmente essas não embarcam êxito por tratar o jovem como problemático e sendo uma forma mais tradicional não consegue mais atrair a atenção, podendo ser considerada uma forma inadequada para este público. Por um outro lado, os jovens possuem fascínio por jogos. Acredita-se que uma abordagem utilizando jogos educacionais eletrônicos possam lograr maior sucesso, devido ao ambiente atrativo que oferecem. Em estudos realizados em jovens, com jogos comuns e jogos eletrônicos pôde-se notar a importância da utilização desse tipo de intervenção. Esta dissertação apresenta uma proposta de desenvolvimento por meio de um jogo com Realidade Aumentada como estratégia de auxiliar na informação e prevenção ao uso de drogas em jovens e adolescentes, um tipo de jogo onde foi utilizada uma tecnologia que mistura o mundo real com imagens em 3D. A pesquisa também realizou uma métrica para pesquisa dentro do universo escolar, que possui o público necessário para a aplicação do jogo. Analisando os resultados pode se concluir que a potencialidade do jogo caracterizado para esta comunidade pôde perfazer uma maior conscientização do que as demais abordagens apresentadas. Adolescence is a stage of discovery and self-affirmation, commonly known by the concern of parents, this makes young people vulnerable to various problems, including drug use, which requires attention to these teenagers do not enter this world. The government is doing its part by distributing information leaflets and campaigns on the use of drugs, but usually these board not succeed by treating the youth as problematic and being a more traditional way can no longer attract attention and can be considered an inappropriate way for this public. On another side, young people have fascination for games. It is believed that an approach using electronic educational games can achieve greater success due to the attractive environment they offer. In studies conducted in young people, with common games and electronic games could be noted the importance of using this type of intervention. This work presents a proposal for development through a game with Augmented Reality as an aid strategy in information and prevention of drug use in young people and adolescents, a type of game where a technology was used to mix the real world with 3D images . The survey also conducted a metric for research within the school environment, which has the public necessary for the implementation of the game. Analyzing the results it can be concluded that the game featured potential for this community could make up a greater awareness than other approaches presented.

RNAs não codificadores são RNAs transcritos, mas não traduzidos, que possuem funções importantíssimas para a regulação dos processos biológicos celulares. Dentre as diversas classes de ncRNAs, a dos miRNAs é a que desperta maior interesse de pesquisa pela comunidade científica atualmente. miRNAs são pequenos RNAs, que contêm cerca de 22 nucleotídeos (nt), que atuam como inibidores/silenciadores pós-transcricionais. Dada sua importância, identificar essa classe de ncRNA permite descobrir possíveis novos microRNAs, bem como seu papel regulatório que pode estar ligado a diversos processos biológicos. A bioinformática, por meio da análise in silico dos microRNA, via abordagens de reconhecimento de padrões, por exemplo, contribuiu muito para identificação e anotação dessa classe de ncRNA. Isso permitiu o desenvolvimento de novas técnicas, métodos e abordagens computacionais que fossem capazes de contribuir, de maneira mais eficiente, com as análises e interpretação da grande massa de dados biológicos que vêm sendo gerados com maior frequência, principalmente nos últimos anos. Apesar de existir grande variedade de abordagens computacionais descritas para a identificação de microRNAs, em sua grande maioria, estas apresentam algum tipo de limitação (e.g. desatualizadas, não mais disponíveis). Desse modo, este trabalho apresenta o miRQuest, um sistema integrado que foi construído, utilizando-se um padrão de desenvolvimento em camadas, via tecnologia de middleware, em uma plataforma web para a investigação miRNA que contém duas funções principais: (i) a integração de diferentes ferramentas de previsão miRNA para identificação miRNA em um ambiente amigável; e (ii) a comparação entre essas ferramentas de previsão. O miRQuest não introduz um novo modelo computacional para predição de miRNAs, mas, sim, uma nova metodologia que permite executar simultaneamente diferentes técnicas de identificação de miRNA. miRNA belongs to the class of small RNAs non-coding (ncRNAs), been the target of several studies in the literature for his role in the regulation of mRNA levels (messenger RNA) in cells. Representing an class of endogenous RNAs of approximately 22 nucleotides (mature), that act as inhibitors/silencers post-transcriptional. Discovered at the end of last century in Caenorhabditis elegans, miRNAs are now recognized as key regulators of gene expression in plants and animals, among many eukaryotic organisms. According to the scientific literature, this is one of the most studied classes of ncRNAs by the scientific community nowadays. According to the scientific literature, this is one of the most studied classes of ncRNAs by nowadays scientific community. Given its importance, identify this class of ncRNA becomes of great interest as it allows to discover possible new microRNAs, as well as its regulatory role that can be connected to multiple biological processes. Bioinformatics, through in silico analysis of microRNA, either via pattern recognition approaches, for example, greatly contributes to the identification and annotation of this class ncRNA. This allowed the development of new techniques, methods and computational approaches that were able to contribute more effectively to the analysis and interpretation of the great mass of biological data, which has been generated at a higher frequency, especially in recent years. Although there are a variety of computational approaches described for the identification of microRNA, for the most part, these have some sort of limitation (eg outdated, no longer available). Thus, this work presents the miRQuest; an integrated system was built using a standard developing layer, through middleware, in a web platform for miRNA research that has two main functions: (i) the integration of different miRNA prediction tools to identify miRNA in a friendly environment; and (ii) benchmarking between these predictive tools. The miRQuest does not introduce a new computer model to predict miRNAs, but rather, a new methodology that permits simultaneously run different miRNA identification techniques.