• português (Brasil)
    • English
    • español
  • português (Brasil) 
    • português (Brasil)
    • English
    • español
  • Entrar
Ver item 
  •   Página inicial
  • Centro de Desenvolvimento Tecnológico - CDTec
  • Pós-Graduação em Biotecnologia - PPGBiotec
  • PPGBiotec: Dissertações e Teses
  • Ver item
  •   Página inicial
  • Centro de Desenvolvimento Tecnológico - CDTec
  • Pós-Graduação em Biotecnologia - PPGBiotec
  • PPGBiotec: Dissertações e Teses
  • Ver item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Desenvolvimento de uma pipeline para vacinologia reversa baseada em arquitetura transformer

Thumbnail
Visualizar/Abrir
tese_amanda_munari_guimaraes.pdf (2.231Mb)
Data
2025-02-21
Autor
Guimarães, Amanda Munari
Metadata
Mostrar registro completo
Resumo
A vacinologia reversa, associada à bioinformática, permite a predição de proteínas imunogênicas a partir de dados genômicos, viabilizando o desenvolvimento de produtos biotecnológicos. A predição in silico de alvos vacinais envolve modelos baseados em processamento de linguagem natural (NLP), aplicados na análise estrutural e funcional de proteínas, mineração de textos biomédicos e geração de dados sintéticos. O estudo apresenta o ReVarcine, uma ferramenta projetada para prever características proteicas relevantes na imunogenicidade. Seu processo inclui pré-processamento de sequências dos bancos UniProt e SwissProt, remoção de entradas incompletas ou redundantes e tokenização baseada em Keras para representação numérica. As sequências foram divididas em conjuntos de treinamento e teste, diferenciando bactérias Gram-positivas e Gram-negativas. Foram desenvolvidos oito modelos de aprendizado profundo para prever peptídeos sinal, sites de clivagem, localização subcelular e estruturas secundárias como barris beta e alfa-hélices. As arquiteturas incluem camadas de incorporação, transformadores, LSTM e camadas densas, integradas em um pipeline modular. Esse design garante escalabilidade e adaptabilidade para diferentes organismos e necessidades analíticas. A avaliação de desempenho utilizou métricas como MCC e F1 score, comparando o ReVarcine com ferramentas consolidadas, incluindo SignalP, PSORT e PSIPRED. Os resultados indicam que o ReVarcine frequentemente supera preditores tradicionais na análise proteômica, destacando-se pela versatilidade e precisão. O ReVarcine inova ao unificar múltiplas tarefas preditivas, reduzindo a dependência de diversas ferramentas especializadas. Isso otimiza o tempo computacional e minimiza erros no processamento de dados entre plataformas. Sua abordagem integrada estabelece um novo padrão para imuno informática, tornando-o uma ferramenta promissora para suprir as crescentes demandas da vacinologia reversa.
URI
http://guaiaca.ufpel.edu.br/xmlui/handle/prefix/16807
Collections
  • PPGBiotec: Dissertações e Teses [188]

DSpace software copyright © 2002-2022  LYRASIS
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV
 

 

Navegar

Todo o repositórioComunidades e ColeçõesData do documentoAutoresOrientadoresTítulosAssuntosÁreas de Conhecimento (CNPq)DepartamentosProgramasTipos de DocumentoTipos de AcessoEsta coleçãoData do documentoAutoresOrientadoresTítulosAssuntosÁreas de Conhecimento (CNPq)DepartamentosProgramasTipos de DocumentoTipos de Acesso

Minha conta

EntrarCadastro

Estatística

Ver as estatísticas de uso

DSpace software copyright © 2002-2022  LYRASIS
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV