Submitted by Ramon Santana (ramon.souza@ufpe.br) on 2015-03-04T13:16:16Z No. of bitstreams: 2 Dissertação UBIRACÉ FERNANDO ELIHIMAS JÚNIOR.pdf: 1735416 bytes, checksum: e5e516fcaba5fb974a96ad45e22efee6 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-04T13:16:16Z (GMT). No. of bitstreams: 2 Dissertação UBIRACÉ FERNANDO ELIHIMAS JÚNIOR.pdf: 1735416 bytes, checksum: e5e516fcaba5fb974a96ad45e22efee6 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013 / A doença renal crônica consiste em lesão renal com perda progressiva e irreversível das funções. Na fase mais avançada, os rins não mantêm a homeostase e o paciente necessita de terapia renal substitutiva. O declínio da taxa de função renal é influenciado por vários fatores de risco que podem acelerar a progressão da doença renal. Nesta dissertação foram construídos dois artigos com objetivos distintos, porém com ênfase na influência dos fatores de risco para o declínio da função renal. O primeiro artigo, sob título Tabagismo como fator de risco para progressão da doença renal crônica – revisão sistemática objetivou identificar evidências científicas sobre o tabagismo como fator de risco para doença renal crônica. Foi uma revisão sistemática com pesquisa nas bases de dados Medline, LiLACS, SciELO, Google Acadêmico, Trials.gov e Embase, de artigos publicados entre 1998 e 2013, obedecendo a critérios de inclusão e exclusão. O segundo artigo, com título: Meta-precoce da DRC: pontuação preditiva para identificar pacientes progressores rápidos para doença renal crônica teve por objetivo construir uma pontuação preditiva baseada em dados clínicos e laboratoriais, para identificar indivíduos com alta velocidade de progressão da doença renal crônica. Foi uma coorte dinâmica, retrospectiva, baseada nos prontuários dos pacientes com doença renal acompanhados no ambulatório de nefrologia do Hospital das Clínicas da Universidade Federal de Pernambuco de janeiro de 2001 e abril de 2012, com registros de dados demográficos, parâmetros clínicos, laboratoriais, admissional e de seguimentos anuais da doença renal. Os resultados foram: na revisão, dentre 94 artigos localizados, 12 foram incluídos, dentre os quais predominaram estudos multicêntricos, realizados em países desenvolvidos, nenhum em países latino-americanos. Quatro estudos foram aleatorizados. Houve predominância do sexo masculino, variando de 50,6% a 77%. Onze estudos referiram aumento da velocidade de progressão da doença renal crônica associada ao tabagismo, tendo um apresentado resultados diferentes, pois atribuiu melhora da taxa de filtração glomerular em fumantes, igual a 0,12 ml/min/1,73m², para homens, e 0,23ml/min/1,73m², para mulheres. Houve maior risco de progressão da doença renal crônica quando o consumo excedia 15 maços/ano. No segundo artigo, com base nos fatores de risco e nas evidências clínico-laboratoriais, foi construída uma pontuação preditiva e uma equação preditora do risco de progressão rápida da doença renal crônica. A partir dessa equação, adicionalmente, foi construído um programa para cálculo da estimativa de risco de progressão. As conclusões foram: o primeiro artigo sugere que existem evidências científicas para que o tabagismo seja considerado fator de risco para progressão da doença em pacientes com doença renal crônica, mas ainda não há evidências de que tabagismo seja fator de risco para incidência de doença renal crônica em pessoas previamente, sadias. Para estabelecer relação causal entre tabagismo e doença renal crônica há a necessidade de desenhar uma coorte prospectiva, aleatorizada, com comparação entre indivíduos saudáveis não fumantes e tabagistas. Do segundo artigo, conclui-se que é possível, a partir de dados clínicos e laboratoriais de rotina ambulatorial, a construção de uma pontuação preditiva capaz de identificar indivíduos com alta velocidade de progressão da doença renal crônica.

Submitted by Amanda Silva (amanda.osilva2@ufpe.br) on 2015-03-05T11:44:11Z No. of bitstreams: 2 TESE Luiz Antonio Pimentel Cavalcanti.pdf: 3791047 bytes, checksum: 5add206aaa3f257cd052a72de10d0e12 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-05T11:44:11Z (GMT). No. of bitstreams: 2 TESE Luiz Antonio Pimentel Cavalcanti.pdf: 3791047 bytes, checksum: 5add206aaa3f257cd052a72de10d0e12 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013 / REUNI / A utilização do biodiesel (B100) como combustível apresenta inúmeras vantagens, o desempenho do B100 a baixas temperaturas pode afetar sua viabilidade comercial ao longo de todo ano, particularmente em regiões climáticas de temperatura moderada. A viscosidade e a massa específica do B100 são propriedades físicas críticas relativas à sua aplicabilidade em motores diesel de injeção direta devido a: a) a temperaturas baixas o B100 torna-se viscoso, podendo cristalizar, causando dificuldades ao escoamento no motor; b) um aumento na viscosidade do B100 geralmente afeta o processo de atomização propiciando a ocorrência de reações competitivas, como combustão incompleta e polimerização. A viscosidade, bem como a massa específica do B100 e suas Misturas BX dependem diretamente da temperatura, comportamento semelhante ao do diesel, isto é, diminui com a temperatura de forma exponencial no caso de viscosidade e decresce de forma linear para massa específica. Por outro lado, a viscosidade e a massa específica destes combustíveis aumenta com o comprimento da cadeia e grau de saturação dos FAMEs. Este trabalho visa investigar o comportamento reológico do B100 e suas Misturas BX puras (B5/B10/B20/B30/B40/B50) e aquelas aditivadas com triacetina (Misturas B5-T/B10-T/B20-T/B30-T/B40-T/B50-T), investigados na faixa de temperatura de -2 a 90ºC visando uso nas regiões de temperaturas moderadas. modelos empíricos e semi-empíricos da literatura para viscosidade cinemática e massa específica em função da temperatura e da fração volumétrica do B100 presente na mistura foram avaliados quanto à sua capacidade preditiva, estabelecendo comparações entre eles e os modelos clássicos como o de Liew para massa específica e o de Andrade da viscosidade. O comportamento reológico, a viscosidade dinâmica e a massa específica desses combustíveis foram obtidos usando-se um reômetro do tipo Searle, método que associa dados oriundos da reometria ao modelo matemático para a viscosidade aparente dos fluidos da potência e densímetro digital, respectivamente. O valor da viscosidade cinemática foi obtido utilizando o conceito de viscosidade aparente para fluidos newtonianos, através do quociente entre os valores obtidos para viscosidade dinâmica oriundos da reometria e os valores da massa específica medidos experimentalmente. As propriedades de escoamento a frio de tais combustíveis (Pontos de névoa (PN), de fluidez (PF) e de entupimento de filtro a frio (CFPP)) foram obtidos através dos Mini Pour Point/Cloud Point Tester e CFPP tester. O aumento da fração volumétrica do B100 presente na mistura, modificou as propriedades de escoamento a frio dos combustíveis avaliados. O CFPP dos diversos combustíveis foi alterado de forma discreta. A adição da triacetina teve uma ação discreta quanto à diminuição do PN, porém, atuou de forma mais efetiva sobre o PF desses combustíveis. Os B100, diesel e Misturas BX e Misturas BX-T comportaram-se como Fluidos Newtonianos (FN) e Fluidos Não-Newtonianos independente do tempo (FNNIT) – Pseudoplástico – a 10≤ T≤ 90º C e -2 ≤ T ≤ 10º C, respectivamente. Os Modelos de Ramirez-Verduzco et al. (2012) e Tate e Allen Modificado apresentaram menor incerteza quanto aos dados preditos com erros associados inferiores a 5%, para massa especifica e viscosidade cinemática, respectivamente. A seleção dos Modelos mais apropriados para prever a viscosidade cinemática e massa específica dos B100 e Misturas BX foram avaliados através de análise estatística: a) Desvio Médio Absoluto; b) Análise de Resíduos e; c) Qui-quadrado, os respectivos algorítmos foram implementados no MATLAB.

A identificação de genes responsáveis por doenças humanas pode fornecer conhecimentos sobre mecanismos patológicos e psicológicos que são essenciais para o desenvolvimento de novos diagnósticos e terapias. Sabemos que uma doença é raramente uma consequência de uma anormalidade num único gene, porém reflete desordens de uma rede intra e intercelular complexa. Muitas metodologias conhecidas na Bioinformática são capazes de priorizar genes relacionados a uma determinada doença. Algumas abordagens também podem validar a pertinência ou não destes genes em relação à doença estudada. Uma abordagem de priorização de genes é a investigação a partir de doenças que acometem pacientes ao mesmo tempo, as comorbidades. Existem muitas fontes de dados biomédicos que podem ser utilizadas para a coleta de comorbidades. Desta forma, podemos coletar pares de doenças que formam comorbidades epidemiológicas e assim analisar os genes de cada doença. Esta análise serve para expandirmos a lista de genes candidatos de cada uma dessas doenças e justificarmos a relação gênica entre essas comorbidades. O objetivo principal deste projeto é o de integração dos dados epidemiológicos e genéticos para a realização da predição de genes causadores de doenças. Isto se dará através do estudo de comorbidade destas doenças. / The identification of genes responsible for human diseases can provide knowledge about pathological and physiological mechanisms that are essential for the development of new diagnostics and therapeutics. It is known that a disease is rarely a consequence of an abnormality in a single gene, but reflects complex intra and intercellular network disorders. Many methodologies known in Bioinformatics are able to prioritize genes related to a particular disease. Some approaches can also validate how appropriate or not these genes are relative to a disease. An approach for prioritizing genes is the research from diseases afecting patients at the same time, i.e. comorbidities. There are many sources of biomedical data that can be used to collect comorbidities and analyse genes of each disease. We can also expand the list of candidate genes for each singular disease and justify the genetic relationship of these comorbidities. The main objective of this project is the integration of epidemiologic and genetic data to perform the prediction of causing genes through the study of comorbidity of these illnesses.

Atualmente, as redes sociais estão ganhando cada vez mais destaque no dia-a-dia das pessoas. Nessas redes são estabelecidos diferentes relacionamentos entre entidades que compartilham alguma característica ou objetivo em comum. Diversas informações sobre a produção científica nacional podem ser encontradas na Plataforma Lattes, que é um sistema utilizado para o registro dos currículos dos pesquisadores no Brasil. A partir dessas informações é possível construir uma rede social acadêmica, na qual as relações entre os pesquisadores representam uma parceria na produção de uma publicação (coautoria) - um link. Na análise de redes sociais existe uma linha de pesquisa conhecida como predição de link ou de relacionamentos, que tem como objetivo identificar relacionamentos futuros. Essa tarefa pode favorecer a comunicação entre os usuários e otimizar o processo de produção científica identificando possíveis colaboradores. Este projeto analisou a influência de diferentes atributos encontrados na literatura e filtros de dados para prever relações de coautoria nas redes sociais acadêmicas. Foi abordado dois tipos de problemas na predição de relacionamentos, o problema geral que analisa todos os possíveis relacionamentos de coautoria e o problema de novas coautoria que refere-se aos relacionamentos de coautorias inéditas na rede. Os resultados dos experimentos foram promissores para o problema geral de predição com a combinação de atributos e filtros utilizados. Contudo, para o problema de novas coautorias, devido à sua maior complexidade, os resultados não foram tão bons. Os experimentos apresentados avaliaram diferentes estratégias e analisaram o custo e benefício de cada uma. Conclui-se que para lidar com o problema de predição de coautorias em redes sociais acadêmicas é necessário analisar as vantagens e desvantagens entre as estratégias, encontrando um equilíbrio entre a revocação da classe positiva e a acurácia geral / Nowadays, social networks are gaining prominence in the day-to-day lives. In these networks, different relationships are established between entities that share some characteristic or common goal. A huge amount of information about the Brazilian national scientific production can be found in the Lattes Platform, which is a system used to record the curricula of researchers in Brazil. From this information, it is possible to build an academic social network, where relations between researchers represent a partnership in the production of a publication - a link. In social network analysis there is a research area known as link prediction, which aims to identify future relationships. This task may facilitate communication among researchers and optimize the scientific production process identifying possible collaborators. This project analyzed the influence of different attributes found in the literature and data filters to predict co-authorship relationships in academic social networks. Was approached two types of problems in predicting relationships, the general problem that analyzes all possible co-authoring relationships and the problem of new co-authoring that relates to novel co-authorships relationships in the network. The experimental results were promising to the prediction general problem, combining attributes and using filters. However, for the new co-authorships problem the results were not as good. The experiments evaluated different strategies and analyzed the costs and benefits of each. We concluded that to deal with the co-authorships prediction problem in academic social networking it is necessary to analyze the advantages and disadvantages among the strategies, finding a balance between the recall of the positive class and the overall accuracy

Atualmente, as redes sociais estão ganhando cada vez mais destaque no dia-a-dia das pessoas. Nessas redes são estabelecidos diferentes relacionamentos entre entidades que compartilham alguma característica ou objetivo em comum. Diversas informações sobre a produção científica nacional podem ser encontradas na Plataforma Lattes, que é um sistema utilizado para o registro dos currículos dos pesquisadores no Brasil. A partir dessas informações é possível construir uma rede social acadêmica, na qual as relações entre os pesquisadores representam uma parceria na produção de uma publicação (coautoria) - um link. Na análise de redes sociais existe uma linha de pesquisa conhecida como predição de link ou de relacionamentos, que tem como objetivo identificar relacionamentos futuros. Essa tarefa pode favorecer a comunicação entre os usuários e otimizar o processo de produção científica identificando possíveis colaboradores. Este projeto analisou a influência de diferentes atributos encontrados na literatura e filtros de dados para prever relações de coautoria nas redes sociais acadêmicas. Foi abordado dois tipos de problemas na predição de relacionamentos, o problema geral que analisa todos os possíveis relacionamentos de coautoria e o problema de novas coautoria que refere-se aos relacionamentos de coautorias inéditas na rede. Os resultados dos experimentos foram promissores para o problema geral de predição com a combinação de atributos e filtros utilizados. Contudo, para o problema de novas coautorias, devido à sua maior complexidade, os resultados não foram tão bons. Os experimentos apresentados avaliaram diferentes estratégias e analisaram o custo e benefício de cada uma. Conclui-se que para lidar com o problema de predição de coautorias em redes sociais acadêmicas é necessário analisar as vantagens e desvantagens entre as estratégias, encontrando um equilíbrio entre a revocação da classe positiva e a acurácia geral / Nowadays, social networks are gaining prominence in the day-to-day lives. In these networks, different relationships are established between entities that share some characteristic or common goal. A huge amount of information about the Brazilian national scientific production can be found in the Lattes Platform, which is a system used to record the curricula of researchers in Brazil. From this information, it is possible to build an academic social network, where relations between researchers represent a partnership in the production of a publication - a link. In social network analysis there is a research area known as link prediction, which aims to identify future relationships. This task may facilitate communication among researchers and optimize the scientific production process identifying possible collaborators. This project analyzed the influence of different attributes found in the literature and data filters to predict co-authorship relationships in academic social networks. Was approached two types of problems in predicting relationships, the general problem that analyzes all possible co-authoring relationships and the problem of new co-authoring that relates to novel co-authorships relationships in the network. The experimental results were promising to the prediction general problem, combining attributes and using filters. However, for the new co-authorships problem the results were not as good. The experiments evaluated different strategies and analyzed the costs and benefits of each. We concluded that to deal with the co-authorships prediction problem in academic social networking it is necessary to analyze the advantages and disadvantages among the strategies, finding a balance between the recall of the positive class and the overall accuracy

Made available in DSpace on 2015-04-11T14:02:35Z (GMT). No. of bitstreams: 1 Kellen Fabiane da Silva Pinage.pdf: 968503 bytes, checksum: 287e8546d1bf57097a18d1540c5cc374 (MD5) Previous issue date: 2007-09-21 / Protein structure prediction is a process in Molecular Biology by way of which the 3D structure of a protein is determined based on known structures of other proteins. This is an important process because the structure of a protein is a determinant factor for its function in the cell. Knowing a protein s structure allows scientists to describe the kind of activity that the protein performs in the cell and to develop drugs to treat diseases. The prediction process is based on similarity between the amino acid sequences that form proteins: the structure of a target protein is predicted by re-using knowledge on proteins whose structures are already determined and whose amino acid sequences are similar to the former s. Therefore, knowledge reuse occurs in the process of predicting protein structure, but without employing a domain ontology. In this work, we apply a technique of ontology-driven knowledge re-use in protein structure prediction aiming at improving the prediction process in its efficiency and in the quality of the obtained structures. An experiment has been carried out in which the technique was applied to predict the structure of 286 target sequences. There has been improvement as well as loss of quality of predicted structures, whereas a run time performance gain in 38% of the target structures was observed. / Predição de estrutura de proteína é um processo na Biologia Molecular pelo qual a estrutura 3D de uma proteína é determinada com base em estruturas já conhecidas de outras proteínas. É um processo importante porque a estrutura de uma proteína é um fator determinante para sua função na célula. Conhecendo a estrutura de uma proteína, os cientistas podem descobrir que tipo de atividade a proteína realiza na célula e criar drogas para combater doenças. O processo de predição é baseado na similaridade entre as seqüências de aminoácidos que formam proteínas: a estrutura de uma proteína alvo é predita reusando conhecimento de proteínas cujas estruturas já foram determinadas e suas seqüências de aminoácidos são similares à seqüência alvo. Portanto, reuso de conhecimento ocorre no processo de predição de estrutura de proteína, mas sem a utilização de uma ontologia de domínio. Neste trabalho, nós aplicamos uma técnica de reuso de conhecimento baseado em ontologia na predição de estrutura de proteína com o objetivo de melhorar o processo de predição em sua eficiência e qualidade das estruturas obtidas. Um experimento foi realizado no qual a técnica foi aplicada para predizer a estrutura de 286 seqüências alvo. Houve melhorias e perdas de qualidade das estruturas preditas, ao passo que um ganho de performance (tempo de execução) foi observado em 38% das seqüências alvo.

A obtenção de dados de viscosidade, é fundamental para o projeto de equipamentos, tubulações e otimização de processos, já que esta propriedade afeta tanto a perda de energia por atrito em fluidos, como os mecanismos de transferência de calor e de massa. O presente trabalho de Mestrado teve como objetivo medir experimentalmente dados de viscosidade para misturas formadas por ácidos graxos comerciais e solventes alcoólicos de diferentes tamanhos de cadeia carbônica (etanol, 2-propanol, 1-butanol, 1-pentanol e 1-hexanol), com ou sem a adição de água, variando-se a temperatura desde o ponto de fusão do composto graxo até o ponto de ebulição de cada solvente. Estes dados foram agrupados aos dados experimentais de viscosidades de misturas de triacilgliceróis (TAG) e ácidos graxos (AG) já disponíveis na literatura, para a obtenção de parâmetros de interação entre os grupos funcionais formadores dos componentes presentes nos sistemas estudados, utilizando-se o modelo de contribuição de grupos UNIFAC-VISCO. Em uma primeira abordagem, apenas os parâmetros inexistentes na literatura foram ajustados, obtendo-se um erro relativo médio igual a 10,21 %. A modelagem também foi realizada ajustando-se todos os parâmetros de interação, incluindo os já publicados, obtendo-se nesta segunda abordagem, um erro relativo médio igual a 7,54 %. A capacidade preditiva dos parâmetros obtidos foi testada em misturas semelhantes, formadas por óleos vegetais ou gordura animal, ácidos graxos e solventes alcoólicos, cujas viscosidades também foram determinadas neste trabalho, porém não fizeram parte do banco de dados utilizado na modelagem. Os resultados obtidos foram comparados aos de outros modelos para o cálculo de viscosidades de misturas conhecidos da literatura, dentre eles, a Regra de Kay, o Modelo de Kendall e Monroe e o Modelo CG-UNIMOD. Para fins comparativos, este conjunto de dados também foi ajustado a equação de Grunberg-Nissan, da qual foram obtidos parâmetros de interação entre os componentes das misturas. Os testes preditivos mostraram que o modelo UNIFAC-VISCO proporcionou os menores erros relativos para a maioria das misturas estudadas, porém ainda bastante elevados em alguns casos. Por outro lado, o Modelo de Grunberg-Nissan proporcionou erros relativos bem menores, o que era esperado, uma vez que as viscosidades de cada sistema foram correlacionadas pelo modelo. / The acquisition of viscosity data is critical for the design of equipments and pipes, as well as for the process optimization, since this property affects both the energy loss by friction in fluids, such as the mechanisms of mass and heat transfer. The present work aimed the measurement of experimental viscosity data for mixtures containing commercial fatty acids and alcoholic solvents of different sizes of carbon chain (ethanol, 2-propanol, 1-butanol, 1-pentanol and 1-hexanol), with or without the addition of water, varying the temperature from the melting point of the fatty compound to the boiling point of each solvent. These data were grouped together to experimental viscosity data of triacylglycerols (TAG) and fatty acids (FA) mixtures that were already available in the literature, to obtain interaction parameters between the forming functional groups of the components present in the systems studied, using the group contribution model UNIFAC-VISCO. In a first approach, only the parameters not available in the literature were adjusted obtaining an average error equal to 10.21%. The modeling was also performed by adjusting all interaction parameters, including those already published, obtaining in this second approach, an average error equal to 7.54%. The predictive ability of parameters obtained was tested in similar mixtures containing vegetable oils or animal fats, fatty acids and alcoholic solvents, whose viscosities were also determined in this work, but were not part of the database used in the modeling. The obtained results were compared to other known models for the calculation of viscosities of mixtures, such as the Kay\'s Rule, the Kendall and Monroe model and the CG-UNIMOD. For comparative purposes, this data set was also adjusted to the Grunberg-Nissan equation, in which interaction parameters between the components of mixtures were obtained. The predictive tests showed that the UNIFAC-VISCO model provided the lowest relative errors for most of the mixtures studied, but still quite high in some cases. On the other hand, the Grunberg-Nissan model provided relative errors much smaller, which was expected, since the viscosities of each system were correlated by the model.

O objetivo deste trabalho foi avaliar a utilização de características de carcaça avaliadas por análise de imagem, na região da 5ª e da 12ª costelas, para a estimativa do peso (PESPC) e percentagem (PERPC) da porção comestível em bovinos Nelore castrados e não castrados. Durante três anos consecutivos foram avaliadas carcaças de 206 animais da raça Nelore, sendo metade de animais castrados e metade não castrados (103 machos castrados e 103 machos não castrados) confinados por 56, 84, 112 ou 140 dias. Após o abate e resfriamento das carcaças, foram obtidas imagens digitais na região entre a 5ª e a 6ª costelas para avaliação da área do músculo Longissimus (AOL5), espessura de gordura subcutânea da 5ª costela (EGS5), espessura da gordura intermuscular (EGI5), espessura de costela (ESPCOST). Também foi obtida uma imagem digital na região entre a 12ª e a 13ª costelas para determinação da área de olho de lombo (AOL12) e espessura de gordura subcutânea (EGS12). Adicionalmente foram obtidos os pesos de carcaça fria (PCF), peso da gordura renal pélvica e inguinal (GRPI). O PESPC e a PERPC foram determinados através da desossa completa da meia carcaça de cada animal. O PCF aliado às características avaliadas na região da 5ª costela explicaram entre 96 e 97% do PESPC e entre 24 a 50%da PERPC. As características avaliadas na região da 12ª costela, aliadas ao PCF e percentagem de GRPI explicaram 93 a 95% do PESPC e entre 6 a 25% da PERPC, sendo que em machos castrados foi observado o menor coeficiente de determinação (R2=0,06). Quando foi realizada a validação das equações obtidas utilizando os dados obtidos na região da 5ª costela obtiveram-se menores coeficientes de determinação em relação aos observados durante a calibração. Características avaliadas por análise de imagem na região da 5ª costela podem estimar o rendimento dos cortes comerciais com acurácia semelhante às medidas obtidas na região da 12ª costela. / The objective of this work was to evaluate the use of carcass traits evaluated by image analysis, at 5th and 12th rib levels to estimate weight (PESPC) and percentage (PERPC) of retail cuts of castrated and non castrated Nellore cattle. During three consecutive years carcass traits of 206 animals of Nellore breed, 103 castrated and 103 non castrated males, fed for 56, 84, 112 or 140 days, were evaluated. After slaughter and carcass cooling, digital images were obtained between 5th and 6th ribs to evaluate the Longissimus muscle area (AOL5), backfat thickness (EGS5), intermuscular fat thickness (EGI5) and rib thickness (ESPCOST). A digital image between 12th and 13th ribs was also obtained to determine the Longissimus muscle area (AOL12) and backfat thickness (EGS12).Additionally cold carcass (PCF) and kidney, renal and inguinal fat (GRPI) weighs were obtained. The PESPC and PERPC were determined by completely deboning of all half carcass of every animal. The PCF plus carcass traits evaluatedat 5th rib level explained 96 to 97% of PESPC and from 24 a 50% of PERPC. Carcass traits evaluated at 12th rib level plus PCF and GRPI percentage explained 93 a 95% of PERPC and among 6 to 25% of PERPC, with a smaller determination coefficient observed in castrated males (R2=0.06). In the validation dataset equations using data obtained at 5th rib level where observed smaller R2 when compared to calibration dataset. Carcass traits evaluated by image analysis at 5th rib level can estimate retail cuts yield with similar accuracy than those obtained at 12th rib level.

Existem muitos fatores capazes de influenciar o desempenho de um programa paralelo MPI (Message Passing Interface). Dentre esses fatores, podemos citar a quantidade de dados processados, o número de nós envolvidos na solução do problema, as características da rede de interconexão, o tipo de switch utilizado, entre outros. Por isso, realizar predições de desempenho sobre programas paralelos que utilizam passagem de mensagem não é uma tarefa trivial. Com o intuito de modelar e predizer o comportamento dos programas citados anteriormente, nosso trabalho foi desenvolvido baseado em uma metodologia de análise e predição de desempenho de programas paralelos MPI. Inicialmente, propomos um modelo gráfico, denominado DP*Graph+, para representar o código das aplicações. Em seguida, desenvolvemos modelos analíticos, utilizando técnicas de ajuste de curvas, para representar o comportamento das estruturas de repetição compostas por primitivas de comunicação e/ou computação local. Além disso, elaboramos modelos para predizer o comportamento de aplicações do tipo mestre/escravo. Durante o desenvolvimento das atividades de análise e predição de desempenho, implementamos algumas funções para automatizar tarefas e facilitar nosso trabalho. Por último, modelamos e estimamos o desempenho de duas versões diferentes de um programa de multiplicação de matrizes, a fim de validar os modelos propostos. Os resultados das predições realizadas sobre os programas de multiplicação de matrizes foram satisfatórios. Na maioria dos casos preditos, os erros ficaram abaixo de 6 %, confirmando a validade e a precisão dos modelos elaborados. / There are many factors able to influence the performance of a MPI (Message Passing Interface) parallel program. Within these factors, we may cite: amount of data, number of nodes, characteristics of the network and type of switch, among others. Then, performance prediction isn’t a easy task. The work was developed based on a methodology of analysis and performance prediction of MPI parallel programs. First of all, we proposed a graphical model, named DP*Graph+, to represent the code of applications. Next, we developed analytical models applying curve fitting techniques to represent the behavior of repetition structure compounds by comunication primitives and/or local computations. Besides, we elaborated models to predict aplications of type master/slave. For development of performance prediction activities, some functions was developed to automate tasks and make our work easy. Finally, we modeled and predicted the performance of two different programs of matrix multiplication to prove the accuracy of models. The results of predictions on the programs were good. In the majority of predicted cases, the errors were down 6 %. With these results, we proved the accuracy of developed models.

A cana-de-açúcar é uma cultura economicamente importante, cultivada especialmente pelo seu colmo, que constitui a matéria-prima para produtos como o açúcar e o bioetanol. Ademais, a compreensão do proteoma nuclear é essencial para decifrar os mecanismos que governam a regulação gênica. No presente estudo, é demonstrado o isolamento e a identificação através de 1D SDS-PAGE de proteínas nucleares originadas de folhas jovens de plantas de cana-de-açúcar. Os núcleos foram isolados de folhas F+1 frescas de cana-de-açúcar de 1 e 4 meses, usando o protocolo modificado de Folta e Kaufman (2000). O experimento consistiu em um delineamento inteiramente casualizado, com três repetições de 18 plantas cada. Após a purificação usando o gradiente de percoll, a integridade do núcleo foi avaliada por meio da coloração com orceína acetolática 1% e com DAPI. Os resultados obtidos revelam os núcleos como esferas uniformes com o diâmetro médio de 5 ?m. As proteínas nucleares foram isoladas usando o reagente TRI Reagent (Sigma) e quantificadas por meio do método de Bradford. As análises de Western blot foram usadas para demonstrar o enriquecimento de proteínas nucleares. As membranas foram incubadas com a RUBISCO, PEPCase, OEE1, Histona e PCNA. A presença da PCNA e da Histona foram detectadas apenas no extrato de proteínas nucleares, já a RUBISCO, a PEPCase e a OEE1 foram detectadas de forma abundante no extrato de proteínas total e reduzida na fração nuclear. Para a caracterização do proteoma nuclear, 60 ?g de proteínas foram separadas por SDS-PAGE e cada canaleta dividida em 20 bandas. As proteínas de cada banda foram digeridas e purificadas. A identificação foi realizada por meio de espectrometria de massas (Synapt G2 HDMS) e analisadas usando o ProteinLynx e o banco de dados SUCEST. Programas como BaCelLo, WoLF PSORT, Plant-mPloc, SherLoc e PSORT foram usados para a predição da localização subcelular das proteínas identificadas. A classe de proteínas identificadas mais abundante se relaciona à montagem de nucleossomos, e é representada principalmente pelas histonas, como H2A.2, H2A.8, H3.3, H2B.1, H2B.2, dentre outras. Ademais, ainda foram encontradas classes menos abundantes relacionadas ao metabolismo do DNA, do RNA, regulação da transcrição, dentre outras. Alguns fatores de transcrição e outras proteínas nucleares típicas também foram identificadas, porém, possivelmente em decorrência de sua baixa abundância, não foram observados em todas as repetições. Os resultados encontrados mostram a aplicabilidade da metodologia para criar um perfil preciso do proteoma nuclear de cana-de-açúcar. / Sugarcane is a cash crop, cultivated for its stalks which accumulate sucrose, the raw material for products like sugar and bioethanol. Nuclear proteome comprehension is essential for deciphering the mechanisms that governs genome regulation and function. In the present study, we report the isolation and identification by 1D SDS-PAGE of nuclear proteins from young sugarcane leaves. The nuclei were isolated from fresh tissue of one and four-month-old sugarcane F+1 leaves, using the modified protocol of Folta and Kaufman (2000). The experiment consisted on a completely randomized design, three biological repetitions each with 18 plants. After purification using a percoll gradient, nucleus integrity was evaluated by staining with 1% acetolactic orcein and with DAPI. The results obtained reveal nuclei as uniform spheres with an average diameter of 5 ?m. The nuclear proteins were isolated using TRI Reagent (Sigma) and quantified by Bradford. Western blot analysis were used to prove enrichment for nuclear proteins. Membranes were incubated with RUBISCO, PEPCase, OEE1, Histone and PCNA. The presence of PCNA and Histone were detected only in the nuclear fraction. RUBISCO, PEPCase and OEE1 were very abundant in the total protein fraction and reduced in the nuclear fraction. For the characterization of nuclear proteome, 60 ?g of proteins were separated by SDSPAGE and each lane divided into 20 sections, the proteins from each section were digested and purified. Protein identification was carried out by mass spectrometry (Synapt G2 HDMS) and analyzed using ProteinLynx and SUCEST database. Softwares, such as BaCelLo, WoLF PSORT, Plant-mPloc, SherLoc and PSORT were also used to predict the subcelular localization of the identified proteins. The most abundant protein class is related to the nucleosome assembly. It is represented specially by histones like H2A.2, H2A.8, H3.3, H2B.1, H2B.2, among others. Besides, less abundant classes like the ones related to DNA and RNA metabolism, regulation of transcription and others were also found. Some transcription factors and other typical nuclear proteins were identified as well, but, possibly due to their low abundance, they were not observed in all three repetitions. These results show the applicability of this method to create an accurate sugarcane nuclear proteome profile.