Modelo com mistura de multinomiais aplicado à identificação de proteínas similares.

AUTOR(ES)

Ricardo Galante Coimbra

DATA DE PUBLICAÇÃO

2005

RESUMO

As proteínas são moléculas importantes das células, pois participam desde a construção das estruturas celulares até a transmissão de informações genéticas entre gerações. Uma proteína pode ser caracterizada pela sua função, sendo que esta função é determinada pela sequência de aminoácidos que compõe a sua estrutura. Determinar a função protéica é importante quando, por exemplo, se pesquisa a cura de doenças ou se pesquisa a fabricação de novos medicamentos. Neste trabalho utilizamos uma metodologia bayesiana de inferência estatística para inferir sobre o modelo com mistura de distribuições multinomiais e variáveis latentes para identificar proteínas com funções similares. Verificamos a performance da modelagem proposta em separar em grupos as proteínas com funções similares através de simulação.

ASSUNTO(S)

variável latente gibbs sampling mistura de distribuições estatistica dic estatística - análise fator de bayes

Documentos Relacionados

• Modelo de suporte à decisão aplicado à identificação de indivíduos não aderentes ao tratamento anti-hipertensivo
• Identificação de proteinas que interagem com a proteinas CGI-55 para caracterização do seu contexto funcional
• PROPRIEDADES TERMOFÍSICAS DE SOLUÇÕES MODELO SIMILARES A CREME DE LEITE
• Modelo de volatilidade estocástica com saltos aplicado a commodities agrícolas
• Propriedades termofísicas de soluções-modelo similares a sucos: parte II