Algoritmos de otimização de inteligência de enxame aplicados ao problema de predição de proteína

Cavalcanti, Douglas Monteiro

Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/24120

Full metadata record

DC Field	Value	Language
dc.creator	Cavalcanti, Douglas Monteiro	-
dc.date.accessioned	2019-01-30T12:20:55Z	-
dc.date.available	2019-01-30T12:20:55Z	-
dc.date.issued	2018-12-18	-
dc.identifier.citation	CAVALCANTI, Douglas Monteiro. Algoritmos de Otimização de Inteligência de Enxame Aplicados ao Problema de Predição de Proteína. 2018. 43 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2018.	pt_BR
dc.identifier.uri	https://repositorio.ufu.br/handle/123456789/24120	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Uberlândia	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Otimização por Enxame de Partícula	pt_BR
dc.subject	Otimização por Colônia de Formiga	pt_BR
dc.subject	Predição de Estrutura de Proteínas	pt_BR
dc.subject	Inteligência de Enxame	pt_BR
dc.subject	Modelo 2D HP	pt_BR
dc.title	Algoritmos de otimização de inteligência de enxame aplicados ao problema de predição de proteína	pt_BR
dc.title.alternative	Swarm optimization algorithms applied to protein structure prediction problem	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.contributor.advisor1	Brasil, Christiane Regina Soares	-
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/5064007473299439	pt_BR
dc.contributor.referee1	Lima, Maria Adriana Vidigal de	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/0532686872124118	pt_BR
dc.contributor.referee2	Furtado, Daniel Antônio	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/0277782739196529	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/1064859911193463	pt_BR
dc.description.degreename	Trabalho de Conclusão de Curso (Graduação)	pt_BR
dc.description.resumo	O problema de predição de estrutura de proteínas é um dos mais desafiadores da área da bioinformática. Muitos dos fatores envolvidos no processo de dobramento ainda não são conhecidos, motivo pelo qual o problema é usualmente tratado a partir de modelos simplificados que consideram apenas algumas poucas características das proteínas, como o modelo Hidrofóbico-Polar 2D. Entretanto, mesmo a partir de modelos simplificados, predizer a estrutura de uma proteína é um problema da classe NP-completo, e por isso, abordagens não determinísticas têm sido largamente aplicadas ao problema. Neste trabalho, dois métodos não determinísticos baseados em Inteligência de Enxame, Otimização por Colônia de Formiga e Otimização por Enxame de Partícula, foram aplicados ao Problema de Estrutura de Proteínas no modelo Hidrofóbico-Polar 2D com inserção do método de busca por \textit{pull move}. Para cada algoritmo três diferentes abordagens foram usadas, cada uma implementando um procedimento diferente de construção de conformações de proteínas. O objetivo do trabalho foi definir qual o melhor método para tratamento do problema, a partir da comparação entre os métodos e suas diferentes abordagens.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.course	Ciência da Computação	pt_BR
dc.sizeorduration	43	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO	pt_BR
dc.orcid.putcode	105261195	-
Appears in Collections:	TCC - Ciência da Computação

Files in This Item:

File	Description	Size	Format
AlgoritmosOtimizacaoInteligencia.pdf		3.72 MB	Adobe PDF	View/Open

Show simple item record