Análise integrada de dados ambientais utilizando técnicas de classificação e agrupamento de microarranjos de DNA / Integrated data environmental analysis using classification technology and clustering of DNA microarray
AUTOR(ES)
Heloisa Musetti Ruivo
DATA DE PUBLICAÇÃO
2007
RESUMO
O crescente dilúvio de dados na área de ciências ambientais gera um gargalo na sua análise e interpretação. Esta tendência requer cada vez mais o emprego de técnicas estatísticas e computacionais avançadas de extração do conhecimento. Na biologia molecular experimental, por exemplo, os microarranjos de DNA são, hoje em dia, uma das tecnologias chave em estudos genômicos e geram gigabytes de dados de expressão gênica. Por este motivo a bioinformática é uma das áreas pioneiras no tratamento de vastos volumes de informação. Esta dissertação tem por objetivo mostrar que é possível transpor técnicas computacionais que são utilizadas atualmente na bioinformática, para a área ambiental. As aplicações realizadas investigaram, inicialmente, quais foram os fatores climáticos associados à grande seca de 2005 na Amazônia. Como outra aplicação, procurou-se identificar quais são as variáveis fisico-químicas que controlam a emissão de gases de efeito estufa em reservatórios de hidrelétricas. Em ambas as aplicações, grandes volumes de dados originários de diferentes fontes foram organizados como se fossem experimentos de microarranjos. Os resultados obtidos comprovam que métodos de análise da bioinformática podem ser extremamente úteis na área ambiental.
ASSUNTO(S)
agrupamento classificação biologia molecular limnologia climatologia clustering classification molecular biology limnology climatology
ACESSO AO ARTIGO
http://urlib.net/sid.inpe.br/mtc-m17@80/2007/12.14.12.09Documentos Relacionados
- Análise de dados por meio de agrupamento fuzzy semi-supervisionado e mineração de textos
- AGRUPAMENTO E VISUALIZAÇÃO DE DADOS SÍSMICOS ATRAVÉS DE QUANTIZAÇÃO VETORIAL
- Métodos estatísticos para a análise de dados de cDNA microarray em um ambiente computacional integrado
- Signal Analysis in Lung Using Techniques Time-Frequenci Domain and Neural Classification.
- Tumor classification and marker gene prediction by feature selection and fuzzy c-means clustering using microarray data