Modelos ocultos de markov para predição de genes NIF11 em cianobactérias da região amazônica

dc.contributor.advisor-co1LIMA, Alex Ranieri Jerônimo
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/8601923708135760pt_BR
dc.contributor.advisor1FRANCÊS, Regiane Silva Kawasaki
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1572121571522063pt_BR
dc.creatorNAZARÉ, Anderson Furtado de
dc.creatorSOUZA, Nicoli da Silva Pereira de
dc.creator.Latteshttp://lattes.cnpq.br/0713302926851368pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2931801002463740pt_BR
dc.date.accessioned2020-01-30T11:37:27Z
dc.date.available2020-01-30T11:37:27Z
dc.date.issued2017-04
dc.description.abstractThe cyanobacteria have a high structural variability and phenotypic diversity, because of this reason they are present in several different habitat. The high diversity of Amazonian biome, summed to bacteriocin studies (peptides produced by numerous microorganisms, including cyanobacteria) have a great importance to the pharmaceutical and food industry. Besides that, other relevant point for bacteriocin related research is their relation with genes of the domain nif11, present in cyanobacteria from the Amazon region. In the present study, we used bioinformatics techniques and tools such as multiple sequence alignment, visualization software, and profiling by inference. For the later we used a developed and trained Hidden Markov Model (HMM) to identify sequences of nif11 genes in seven genomes.The efficiency of the developed model was verified by comparing the results obtained with those generated by the TIGR03798 model, where there was an increase on the sensibility of the target sequences identification.pt_BR
dc.description.resumoAs cianobactérias possuem uma alta variabilidade estrutural e diversidade fenotípica, assim estando presentes em vários habitats. A grande diversidade no bioma da região amazônica somada aos estudos sobre bacteriocinas peptídeos produzidos por vários microrganismos, inclusive cianobactérias são de grande importância para várias indústrias, dentre elas a farmacêutica e alimentícia. Outro fator relevante para pesquisas com bacteriocinas é sua relação com genes do domínio nif11, presentes em cianobactérias da região amazônica. O presente trabalha utiliza-se de técnicas e ferramentas da bioinformática como alinhamentos múltiplos, softwares de visualização e a modelagem de perfis por inferência, para este último foram utilizados os Modelos Ocultos de Markov (Hidden Markov Model – HMM), onde um perfil foi desenvolvido e treinado para identificação de sequências dos genes nif11 em sete genomas. Posteriormente a eficácia do modelo desenvolvido foi verificada ao serem comparados os resultados obtidos com os gerados pelo modelo TIGR03798, onde foi constatado um aumento de sensibilidade na identificação das sequências alvos.pt_BR
dc.identifier.citationNAZARÉ, Anderson Furtado de; SOUZA, Nicoli da Silva Pereira de. Modelos ocultos de markov para predição de genes NIF11 em cianobactérias da região amazônica. Orientadora: Regiane Silva Kawasaki Francês. 2017. 38 f. Trabalho de Curso (Bacharelado em Ciência da Computação) – Faculdade de Computação, Instituto de Ciências Exatas e Naturais, Universidade Federal do Pará, Belém, 2017. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/2841 . Acesso em:.pt_BR
dc.identifier.urihttps://bdm.ufpa.br/handle/prefix/2841
dc.rightsAcesso Abertopt_BR
dc.source1 CD-ROMpt_BR
dc.subjectHMMpt_BR
dc.subjectCianobactériaspt_BR
dc.subjectNif 11pt_BR
dc.subjectBacteriocinapt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleModelos ocultos de markov para predição de genes NIF11 em cianobactérias da região amazônicapt_BR
dc.typeTrabalho de Curso - Graduação - Monografiapt_BR

Arquivo(s)

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC_ModelosOcultosMarkov.pdf
Tamanho:
2.54 MB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.85 KB
Formato:
Item-specific license agreed upon to submission
Descrição: