Submitted by Diogo Barreiros (diogo.barreiros@ufba.br) on 2017-06-02T17:34:16Z No. of bitstreams: 1 template-msc.pdf: 7779839 bytes, checksum: 3727636ba3903e44e4de17aefcf68481 (MD5) / Approved for entry into archive by Uillis de Assis Santos (uillis.assis@ufba.br) on 2017-06-07T18:25:00Z (GMT) No. of bitstreams: 1 template-msc.pdf: 7779839 bytes, checksum: 3727636ba3903e44e4de17aefcf68481 (MD5) / Made available in DSpace on 2017-06-07T18:25:00Z (GMT). No. of bitstreams: 1 template-msc.pdf: 7779839 bytes, checksum: 3727636ba3903e44e4de17aefcf68481 (MD5) / O câncer de mama é considerado a segunda neoplasia responsável por mais mortes em mulheres no mundo. Para a prevenção e redução desse número, a mamografia de screening é o exame mais utilizado para detecção de nódulos em estágios iniciais. A partir desse exame, o radiologista pode analisar as anomalias e a partir disso desenvolver um diagnóstico. Para aumentar a acurácia dos resultados obtidos a partir das imagens de mamografia, estão sendo desenvolvidos softwares de auxílio à diagnóstico computer-aided diagnosis capazes de automatizar o processo de análise da imagem e extrair informações relevantes para a classificação dos nódulos presentes nos exames. Esse trabalho apresenta duas novas metodologias para extração de features e classificação de massas e não-massas,s a partir da Entropia de Tsallis extraídas através da matriz de co-ocorrência (GLCM) e através da matriz de valores singulares (SVD) da imagem de mamografia, alcançando uma acurácia máxima de 91.3% / Breast cancer has been considered the second neoplasia responsible for women’s death in the last few years. To prevent and to reduce these statistics, screening mammography has been used as the most important exam to detect nodules on initial stages. From this exam, the radiologist can analyze anomalies and to provide some diagnostic. To improve the results accuracy rate from mammography images, computer-aided diagnosis softwares have been developed with the ability to automate the image analyses processing and to extract relevant information for mass classifications on screening exams. This work presents two new methodologies for feature extraction for mass and non-mass classification, based on Tsallis entropy calculated from gray level cooccurrence matrix (GLCM) and from singular value decomposition (SVD), reaching the best accuracy rate of 91.3%.

A doença de Chagas possui uma importante relevância clínica, sendo uma das principais causas de mortalidade e morbidade na América Latina. As relações entre a lesão tecidual miocárdica e os defeitos na inervação autonômica na doença de Chagas são pouco conhecidas. Este trabalho descreve o desenvolvimento e aplicação de métodos de segmentação, corregistro e análise de imagens capazes de prover uma análise integrada das lesões teciduais através do imageamento de ressonância magnética (MRI), perfusão miocárdica e inervação autonômica, disponíveis através da tomografia de emissão de fótons (SPECT). O método proposto é baseado na segmentação e corregistro entre as imagens MRI e imagens SPECT usando 99mTc-MIBI e 123I-MIBG. Para realizar a segmentação do miocárdio, foi utilizada a técnica de Contorno Ativo Geodésico. A segmentação de fibrose em imagens MRI foi realizada com base na maximização da entropia de Tsallis. O corregistro não-rígido foi realizado através do método B-Spline. Os resultados de quantificação indicam correlações entre a presença de fibrose, desnervação e isquemia, além de mostrar a presença de regiões de miocárdio vivo, isquêmico e desnervado. Assim, a ferramenta desenvolvida fornece uma análise integrada de informação, permitindo uma melhor compreensão da relação entre o dano ao tecido do miocárdio e defeitos de inervação autonômica causadas pela doença de Chagas. / Chagas disease is of major clinical relevance, and a major cause of morbidity and mortality in Latin America. The relations between the myocardial tissue damage, myocardial perfusion and defects in autonomic innervations are poorly understood. This study proposes the development and application of image analysis methods capable of providing an integrated visualization and analysis of tissue injuries through enhanced magnetic resonance imaging (MRI), autonomic innervations and myocardial perfusion, available through photon emission tomography (SPECT). The proposed method is based on segmentation and registration between MRI images and SPECT images using 99mTc-MIBI and 123I-MIBG. To perform the segmentation of myocardium, we used Geodesic Active Contour. Fibrosis segmentation in MRI images was performed based on the algorithm of maximum Tsallis entropy. Nonrigid registrations was performed based on B-Spline method. The quantification results showed correlations between the presence of fibrosis, denervation and ischemia, as well as showing the regarded presence of regions of healthy myocardium, ischemic and denervated. Thus, the developed tool provides an integrated analysis of information contributing to a better understanding of the relationship between myocardial tissue damage and autonomic innervations injuries caused by Chagas disease.

A doença de Chagas possui uma importante relevância clínica, sendo uma das principais causas de mortalidade e morbidade na América Latina. As relações entre a lesão tecidual miocárdica e os defeitos na inervação autonômica na doença de Chagas são pouco conhecidas. Este trabalho descreve o desenvolvimento e aplicação de métodos de segmentação, corregistro e análise de imagens capazes de prover uma análise integrada das lesões teciduais através do imageamento de ressonância magnética (MRI), perfusão miocárdica e inervação autonômica, disponíveis através da tomografia de emissão de fótons (SPECT). O método proposto é baseado na segmentação e corregistro entre as imagens MRI e imagens SPECT usando 99mTc-MIBI e 123I-MIBG. Para realizar a segmentação do miocárdio, foi utilizada a técnica de Contorno Ativo Geodésico. A segmentação de fibrose em imagens MRI foi realizada com base na maximização da entropia de Tsallis. O corregistro não-rígido foi realizado através do método B-Spline. Os resultados de quantificação indicam correlações entre a presença de fibrose, desnervação e isquemia, além de mostrar a presença de regiões de miocárdio vivo, isquêmico e desnervado. Assim, a ferramenta desenvolvida fornece uma análise integrada de informação, permitindo uma melhor compreensão da relação entre o dano ao tecido do miocárdio e defeitos de inervação autonômica causadas pela doença de Chagas. / Chagas disease is of major clinical relevance, and a major cause of morbidity and mortality in Latin America. The relations between the myocardial tissue damage, myocardial perfusion and defects in autonomic innervations are poorly understood. This study proposes the development and application of image analysis methods capable of providing an integrated visualization and analysis of tissue injuries through enhanced magnetic resonance imaging (MRI), autonomic innervations and myocardial perfusion, available through photon emission tomography (SPECT). The proposed method is based on segmentation and registration between MRI images and SPECT images using 99mTc-MIBI and 123I-MIBG. To perform the segmentation of myocardium, we used Geodesic Active Contour. Fibrosis segmentation in MRI images was performed based on the algorithm of maximum Tsallis entropy. Nonrigid registrations was performed based on B-Spline method. The quantification results showed correlations between the presence of fibrosis, denervation and ischemia, as well as showing the regarded presence of regions of healthy myocardium, ischemic and denervated. Thus, the developed tool provides an integrated analysis of information contributing to a better understanding of the relationship between myocardial tissue damage and autonomic innervations injuries caused by Chagas disease.

Made available in DSpace on 2014-06-11T19:27:08Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-12-16Bitstream added on 2014-06-13T20:08:14Z : No. of bitstreams: 1 godoy_r_me_sjrp.pdf: 1009803 bytes, checksum: 156b74c6b6bc9b086abf40743673384e (MD5) / Em considerando-se dois subsistemas A e B com espaço de estados HA e HB e com o espaço do sistema total ( A+B ) associado ao produto tensorial HA ? HB, alguns vetores desse sistema total podem ser decompostos em um produto tensorial de dois vetores descrevendo o estado do sistema A e B. Quando essa decomposição não é possível, diz-se que os subsistemas estão emaranhados. Uma medida de emaranhamento utilizada é a entropia de von Neumann de um dos subsistemas. Neste trabalho utiliza-se a entropia de Tsallis, uma generalização da entropia de von Neumann, como medida de emaranhamento.Faz-se uma comparação entre essas duas entropias como medida do emaranhamento entre campos emergentes de um divisor de feixes óticos. / Let A and B be two subsystems with space of states HA and HB respectively, being the space of the total system (A + B) associated to the tensorial product HA ? HB; some vectors of the total system may be decomposed in a tensorial product of two vectors describing the state of system A and B . When this decomposition is not possible, we say that the subsystems are entangled. An usual measure of entanglement used in each one of the subsystems is called von Neumann entropy. In this work we use Tsallis' entropy, a generalization of the von Neumann's measure to entanglement. We compare the two entropies as a measure of the entanglement between emerging fields of an optical beam splitter.

[pt] Esta tese busca utilizar os novos conceitos físicos relacionados à física do estado sólido e à mecânica estatística - teoria do caos e geometria fractal - na análise do comportamento de sistemas dinâmicos não-lineares. Mais pormenorizadamente, trata-se de estudar o comportamento de um modelo numérico elasto-plástico com função de escoamento de Mohr-Coulomb, usualmente empregado em simulações de materiais geológicos - cimentados ou não -, quando submetido a carregamentos externos, situação esta geralmente encontrada em problemas afeitos à mecânica dos solos e das rochas (p/ex., estabilidade de taludes e escavações subterrâneas). Mostra-se que tal modelo geomecânico de muitos corpos (many-body) interagentes é conduzido espontaneamente, ao longo de sua evolução temporal, à chamada criticalidade auto-organizada (self- organized criticality - SOC), estado caracterizado por apresentar evolução na fronteira entre ordem e caos, sensibilidade extrema a qualquer pequena perturbação, e desenvolvimento de interações espaço-temporais de longo alcance. Como a evolução de qualquer sistema dinâmico pode ser vista como um fluxo ininterrupto de informações entre suas partes constituintes, avaliou-se, para tal sistema, a entropia de Tsallis, formulação original proposta pelo físico brasileiro Constantino Tsallis, do Centro Brasileiro de Pesquisas Físicas (CBPF), tendo se mostrado adequada à sua descrição. Em especial, determinou-se para tal sistema, pela primeira vez, o valor do índice entrópico, que parametriza a aludida forma entrópica alternativa. Ademais, como é característico de sistemas fora do equilíbrio regidos por uma dinâmica de limiar, mostra-se que tal sistema geomecânico, durante o seu desenvolvimento, teve a sua simetria translacional inicial quebrada, sendo substituída pela simetria por escala, auto-semelhante (i.é., fractal). Em decorrência, o modelo exibe a chamada invariância discreta de escala (discrete scale invariance - DSI), fruto do processo mesmo de ruptura progressiva do material heterogêneo. Especificamente, as simulações numéricas sugeriram que o processo de ruptura progressiva do material elasto-plástico se dá por uma transferência multiplicativa de tensões, em diferentes escalas de observação hierarquicamente dispostas, acarretando o aparecimento de sinais bastante peculiares, caracterizados por desvios oscilatórios sistemáticos do padrão em lei de potência, o que possibilita a previsão de sua ruína, quando ainda em fase preparatória. Assim, esta pesquisa mostrou a eficiência de tal método de previsão, aplicado, pela primeira vez, não somente aos resultados das simulações numéricas do referido modelo geomecânico, como aos ensaios de laboratório em rochas sedimentares, realizados no Centro de Pesquisas da Petrobrás (CENPES). Por fim, é interessante assinalar que o material elasto-plástico investigado neste trabalho teve seu comportamento compartilhado por um modelo matemático bastante simples, fundamentado na função binomial multifractal, reconhecida por descrever processos multiplicativos em diferentes escalas. / [en] This thesis aims at applying new concepts from solid state physics and statistical mechanics - chaos theory and fractal geometry - to the study of nonlinear dynamic systems. More precisely, it deals with a two-dimensional continuum elastoplastic Mohr-Coulomb model, commonly used to simulate pressure-sensitive materials (e.g., soils, rocks and concrete) subjected to stress-strain fields, normally found in general soil or rock mechanics problems (e.g., slope stability and underground excavations). It is shown that such many-body system is spontaneously driven to a state at the edge of chaos, called self- organized criticality (SOC), capable of developing long- range interactions in space and long-range memory in time. A new entropic form proposed by C. Tsallis is presented and shown that it is the suitable theoretical framework to deal with these problems. Furthermore, the index q of the Tsallis entropy, which measures the degree of non- additivity of the system, is calculated, for the first time, for an elastoplastic model. In addition, as is usual in non-equilibrium systems with threshold dynamics, the model changes its symmetry, from translational to fractal (that is, self-similar), leading to what is called discrete scale invariance. It is shown that this special type of scale invariance, characterized by systematic oscillatory deviations from the fundamental power-law behavior, can be used to predict the failure of heterogeneous materials, while the process is still being build-up, i.e., from precursory signals, typical of progressive failure processes. Specifically, this framework was applied, for the first time, not only to the elastoplastic geomechanical model, but to laboratory tests in sedimentary rocks as well. Finally, it is interesting to realize that the above- mentioned behaviors are also displayed by the binomial multifractal function, known to adequately describe multiplicative cascading processes.

Made available in DSpace on 2014-06-11T19:24:01Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-04-30Bitstream added on 2014-06-13T18:51:25Z : No. of bitstreams: 1 brandao_c_me_sjrp.pdf: 2464888 bytes, checksum: 22ba55e346e2ad76af2e1695d3998ff4 (MD5) / Nesta dissertação, além da apresentação de um ensaio teórico sobre a fundamentação da Mecânica Quântica, Computação, Informação Quântica, Criptografia e Entropias Quânticas, serão mostradas, de forma inédita, algumas implementações sobre o efeito da Entropia no Emaranhamento Quântico, importante para processos de transmissão da Informação Quântica, com o uso dos programas Mathematica e Matlab. Primeiramente e apresentado um breve histórico sobre a Computação Quântica e a Informação Quântica, junto com uma perspectiva do futuro. Logo em seguida uma breve introdu cão sobre a Mecânica Quântica, com o estudo de autovetores e autovalores e seus postulados, produtos tensoriais e o micro-universo. Na sequência um texto sucinto com os conceitos fundamentais da Computação Quântica como os bits quânticos, e portas lógicas. Além dos principais algoritmos quânticos. Depois passa-se a estudar a Informa ção Quântica, as operações quânticas, canais de inversão e polarização, para então chegar-se a Entropia, quando e feito um estudo comparativo entre as entropias de Von Neumann e Tsallis. E por fim um pouco de Criptografia Quântica. / In this dissertation, beyond the presentation of a theoretical essay on the basis of the Quantum Mechanics, Computation, Quantum information, Quantum Criptografy and Entropies, it will also be shown, for rst time, some implementations on the e ect of the Entropy tests on Quantum Entanglement for processes of transmission of Quantum Information, through the uses Mathematica and Matlab Programs. First I present a historical brie ng on the Quantum Computation and Quantum Information, together with a perspective of the future. Afterwards it will shown on introduction on the Quantum Mechanics, and its postulates, and the micro-universe. In sequence, a brief text with the fundamental concepts of the Quantum Computation, as the quantum bits, logic gates, and the main quantum algorithms. Later we will start to study Quantum Information, the quantum operations, channels of inversion and polarization. Furthermore we will go to discuss Entropy, where it is made a comparative study of Entropies of Von Neumann and Tsallis. And nally a little of Quantum Criptografy will be worked out.

Os avanços na pesquisa em biologia molecular e bioquímica permitiram o desenvolvimento de técnicas capazes de extrair informações moleculares de milhares de genes simultaneamente, como DNA Microarrays, SAGE e, mais recentemente RNA-Seq, gerando um volume massivo de dados biológicos. O mapeamento dos níveis de transcrição dos genes em larga escala é motivado pela proposição de que o estado funcional de um organismo é amplamente determinado pela expressão de seus genes. No entanto, o grande desafio enfrentado é o pequeno número de amostras (experimentos) com enorme dimensionalidade (genes). Dessa forma, se faz necessário o desenvolvimento de novas técnicas computacionais e estatísticas que reduzam o erro de estimação intrínseco cometido na presença de um pequeno número de amostras com enorme dimensionalidade. Neste contexto, um foco importante de pesquisa é a modelagem e identificação de redes de regulação gênica (GRNs) a partir desses dados de expressão. O objetivo central nesta pesquisa é inferir como os genes estão regulados, trazendo conhecimento sobre as interações moleculares e atividades metabólicas de um organismo. Tal conhecimento é fundamental para muitas aplicações, tais como o tratamento de doenças, estratégias de intervenção terapêutica e criação de novas drogas, bem como para o planejamento de novos experimentos. Nessa direção, este trabalho apresenta algumas contribuições: (1) software de seleção de características; (2) nova abordagem para a geração de Redes Gênicas Artificiais (AGNs); (3) função critério baseada na entropia de Tsallis; (4) estratégias alternativas de busca para a inferência de GRNs: SFFS-MR e SFFS-BA; (5) investigação biológica das redes gênicas envolvidas na biossíntese de tiamina, usando a Arabidopsis thaliana como planta modelo. O software de seleção de características consiste de um ambiente de código livre, gráfico e multiplataforma para problemas de bioinformática, que disponibiliza alguns algoritmos de seleção de características, funções critério e ferramentas de visualização gráfica. Em particular, implementa um método de inferência de GRNs baseado em seleção de características. Embora existam vários métodos propostos na literatura para a modelagem e identificação de GRNs, ainda há um problema muito importante em aberto: como validar as redes identificadas por esses métodos computacionais? Este trabalho apresenta uma nova abordagem para validação de tais algoritmos, considerando três aspectos principais: (a) Modelo para geração de Redes Gênicas Artificiais (AGNs), baseada em modelos teóricos de redes complexas, os quais são usados para simular perfis temporais de expressão gênica; (b) Método computacional para identificação de redes gênicas a partir de dados temporais de expressão; e (c) Validação das redes identificadas por meio do modelo AGN. O desenvolvimento do modelo AGN permitiu a análise e investigação das características de métodos de inferência de GRNs, levando ao desenvolvimento de um estudo comparativo entre quatro métodos disponíveis na literatura. A avaliação dos métodos de inferência levou ao desenvolvimento de novas metodologias para essa tarefa: (a) uma função critério, baseada na entropia de Tsallis, com objetivo de inferir os inter-relacionamentos gênicos com maior precisão; (b) uma estratégia alternativa de busca para a inferência de GRNs, chamada SFFS-MR, a qual tenta explorar uma característica local das interdependências regulatórias dos genes, conhecida como predição intrinsecamente multivariada; e (c) uma estratégia de busca, interativa e flutuante, que baseia-se na topologia de redes scale-free, como uma característica global das GRNs, considerada como uma informação a priori, com objetivo de oferecer um método mais adequado para essa classe de problemas e, com isso, obter resultados com maior precisão. Também é objetivo deste trabalho aplicar a metodologia desenvolvida em dados biológicos, em particular na identificação de GRNs relacionadas a funções específicas de Arabidopsis thaliana. Os resultados experimentais, obtidos a partir da aplicação das metodologias propostas, mostraram que os respectivos ganhos de desempenho foram significativos e adequados para os problemas a que foram propostos. / Thanks to recent advances in molecular biology and biochemistry, allied to an ever increasing amount of experimental data, the functional state of thousands of genes can now be extracted simultaneously by using methods such as DNA microarrays, SAGE, and more recently RNA-Seq, generating a massive volume of biological data. The mapping of gene transcription levels at large scale is motivated by the proposition that information of the functional state of an organism is broadly determined by its gene expression. However, the main limitation faced is the small number of samples (experiments) with huge dimensionalities (genes). Thus, it is necessary to develop new computational and statistics techniques to reduce the inherent estimation error committed in the presence of a small number of samples with large dimensionality. In this context, particularly important related investigations are the modeling and identification of gene regulatory networks from expression data sets. The main objective of this research is to infer how genes are regulated, bringing knowledge about the molecular interactions and metabolic activities of an organism. Such a knowledge is fundamental for many applications, such as disease treatment, therapeutic intervention strategies and drugs design, as well as for planning high-throughput new experiments. In this direction, this work presents some contributions: (1) feature selection software; (2) new approach for the generation of artificial gene networks (AGN); (3) criterion function based on Tsallis entropy; (4) alternative search strategies for GRNs inference: SFFS-MR and SFFS-BA; (5) biological investigation of GRNs involved in the thiamine biosynthesis by adopting the Arabidopsis thaliana as a model plant. The feature selection software is an open-source multiplataform graphical environment for bioinformatics problems, which supports many feature selection algorithms, criterion functions and graphic visualization tools. In particular, a feature selection method for GRNs inference is also implemented in the software. Although there are several methods proposed in the literature for the modeling and identification of GRNs, an important open problem regards: how to validate such methods and its results? This work presents a new approach for validation of such algorithms by considering three main aspects: (a) Artificial Gene Networks (AGNs) model generation through theoretical models of complex networks, which is used to simulate temporal expression data; (b) computational method for GRNs identification from temporal expression data; and (c) Validation of the identified AGN-based network through comparison with the original network. Through the development of the AGN model was possible the analysis and investigation of the characteristics of GRNs inference methods, leading to the development of a comparative study of four inference methods available in literature. The evaluation of inference methods led to the development of new methodologies for this task: (a) a new criterion function based on Tsallis entropy, in order to infer the genetic inter-relationships with better precision; (b) an alternative search strategy for the GRNs inference, called SFFS-MR, which tries to exploit a local property of the regulatory gene interdependencies, which is known as intrinsically multivariate prediction; and (c) a search strategy, interactive and floating, which is based on scale-free network topology, as a global property of the GRNs, which is considered as a priori information, in order to provide a more appropriate method for this class of problems and thereby achieve results with better precision. It is also an objective of this work, to apply the developed methodology in biological data, particularly in identifying GRNs related to specific functions of the Arabidopsis thaliana. The experimental results, obtained from the application of the proposed methodologies, indicate that the respective performances of each methodology were significant and adequate to the problems that have been proposed.

Os avanços na pesquisa em biologia molecular e bioquímica permitiram o desenvolvimento de técnicas capazes de extrair informações moleculares de milhares de genes simultaneamente, como DNA Microarrays, SAGE e, mais recentemente RNA-Seq, gerando um volume massivo de dados biológicos. O mapeamento dos níveis de transcrição dos genes em larga escala é motivado pela proposição de que o estado funcional de um organismo é amplamente determinado pela expressão de seus genes. No entanto, o grande desafio enfrentado é o pequeno número de amostras (experimentos) com enorme dimensionalidade (genes). Dessa forma, se faz necessário o desenvolvimento de novas técnicas computacionais e estatísticas que reduzam o erro de estimação intrínseco cometido na presença de um pequeno número de amostras com enorme dimensionalidade. Neste contexto, um foco importante de pesquisa é a modelagem e identificação de redes de regulação gênica (GRNs) a partir desses dados de expressão. O objetivo central nesta pesquisa é inferir como os genes estão regulados, trazendo conhecimento sobre as interações moleculares e atividades metabólicas de um organismo. Tal conhecimento é fundamental para muitas aplicações, tais como o tratamento de doenças, estratégias de intervenção terapêutica e criação de novas drogas, bem como para o planejamento de novos experimentos. Nessa direção, este trabalho apresenta algumas contribuições: (1) software de seleção de características; (2) nova abordagem para a geração de Redes Gênicas Artificiais (AGNs); (3) função critério baseada na entropia de Tsallis; (4) estratégias alternativas de busca para a inferência de GRNs: SFFS-MR e SFFS-BA; (5) investigação biológica das redes gênicas envolvidas na biossíntese de tiamina, usando a Arabidopsis thaliana como planta modelo. O software de seleção de características consiste de um ambiente de código livre, gráfico e multiplataforma para problemas de bioinformática, que disponibiliza alguns algoritmos de seleção de características, funções critério e ferramentas de visualização gráfica. Em particular, implementa um método de inferência de GRNs baseado em seleção de características. Embora existam vários métodos propostos na literatura para a modelagem e identificação de GRNs, ainda há um problema muito importante em aberto: como validar as redes identificadas por esses métodos computacionais? Este trabalho apresenta uma nova abordagem para validação de tais algoritmos, considerando três aspectos principais: (a) Modelo para geração de Redes Gênicas Artificiais (AGNs), baseada em modelos teóricos de redes complexas, os quais são usados para simular perfis temporais de expressão gênica; (b) Método computacional para identificação de redes gênicas a partir de dados temporais de expressão; e (c) Validação das redes identificadas por meio do modelo AGN. O desenvolvimento do modelo AGN permitiu a análise e investigação das características de métodos de inferência de GRNs, levando ao desenvolvimento de um estudo comparativo entre quatro métodos disponíveis na literatura. A avaliação dos métodos de inferência levou ao desenvolvimento de novas metodologias para essa tarefa: (a) uma função critério, baseada na entropia de Tsallis, com objetivo de inferir os inter-relacionamentos gênicos com maior precisão; (b) uma estratégia alternativa de busca para a inferência de GRNs, chamada SFFS-MR, a qual tenta explorar uma característica local das interdependências regulatórias dos genes, conhecida como predição intrinsecamente multivariada; e (c) uma estratégia de busca, interativa e flutuante, que baseia-se na topologia de redes scale-free, como uma característica global das GRNs, considerada como uma informação a priori, com objetivo de oferecer um método mais adequado para essa classe de problemas e, com isso, obter resultados com maior precisão. Também é objetivo deste trabalho aplicar a metodologia desenvolvida em dados biológicos, em particular na identificação de GRNs relacionadas a funções específicas de Arabidopsis thaliana. Os resultados experimentais, obtidos a partir da aplicação das metodologias propostas, mostraram que os respectivos ganhos de desempenho foram significativos e adequados para os problemas a que foram propostos. / Thanks to recent advances in molecular biology and biochemistry, allied to an ever increasing amount of experimental data, the functional state of thousands of genes can now be extracted simultaneously by using methods such as DNA microarrays, SAGE, and more recently RNA-Seq, generating a massive volume of biological data. The mapping of gene transcription levels at large scale is motivated by the proposition that information of the functional state of an organism is broadly determined by its gene expression. However, the main limitation faced is the small number of samples (experiments) with huge dimensionalities (genes). Thus, it is necessary to develop new computational and statistics techniques to reduce the inherent estimation error committed in the presence of a small number of samples with large dimensionality. In this context, particularly important related investigations are the modeling and identification of gene regulatory networks from expression data sets. The main objective of this research is to infer how genes are regulated, bringing knowledge about the molecular interactions and metabolic activities of an organism. Such a knowledge is fundamental for many applications, such as disease treatment, therapeutic intervention strategies and drugs design, as well as for planning high-throughput new experiments. In this direction, this work presents some contributions: (1) feature selection software; (2) new approach for the generation of artificial gene networks (AGN); (3) criterion function based on Tsallis entropy; (4) alternative search strategies for GRNs inference: SFFS-MR and SFFS-BA; (5) biological investigation of GRNs involved in the thiamine biosynthesis by adopting the Arabidopsis thaliana as a model plant. The feature selection software is an open-source multiplataform graphical environment for bioinformatics problems, which supports many feature selection algorithms, criterion functions and graphic visualization tools. In particular, a feature selection method for GRNs inference is also implemented in the software. Although there are several methods proposed in the literature for the modeling and identification of GRNs, an important open problem regards: how to validate such methods and its results? This work presents a new approach for validation of such algorithms by considering three main aspects: (a) Artificial Gene Networks (AGNs) model generation through theoretical models of complex networks, which is used to simulate temporal expression data; (b) computational method for GRNs identification from temporal expression data; and (c) Validation of the identified AGN-based network through comparison with the original network. Through the development of the AGN model was possible the analysis and investigation of the characteristics of GRNs inference methods, leading to the development of a comparative study of four inference methods available in literature. The evaluation of inference methods led to the development of new methodologies for this task: (a) a new criterion function based on Tsallis entropy, in order to infer the genetic inter-relationships with better precision; (b) an alternative search strategy for the GRNs inference, called SFFS-MR, which tries to exploit a local property of the regulatory gene interdependencies, which is known as intrinsically multivariate prediction; and (c) a search strategy, interactive and floating, which is based on scale-free network topology, as a global property of the GRNs, which is considered as a priori information, in order to provide a more appropriate method for this class of problems and thereby achieve results with better precision. It is also an objective of this work, to apply the developed methodology in biological data, particularly in identifying GRNs related to specific functions of the Arabidopsis thaliana. The experimental results, obtained from the application of the proposed methodologies, indicate that the respective performances of each methodology were significant and adequate to the problems that have been proposed.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-13T16:22:35Z No. of bitstreams: 1 WASHINGTON CÉSAR DE ALMEIDA COSTA - TESE PPGEE 2012..pdf: 6463355 bytes, checksum: 40d8703ef8a6dd3ef05acde3025cf628 (MD5) / Made available in DSpace on 2018-08-13T16:22:35Z (GMT). No. of bitstreams: 1 WASHINGTON CÉSAR DE ALMEIDA COSTA - TESE PPGEE 2012..pdf: 6463355 bytes, checksum: 40d8703ef8a6dd3ef05acde3025cf628 (MD5) Previous issue date: 2012-11-09 / Patologias na laringe podem afetar a qualidade vocal, prejudicando a comunicação humana. As técnicas objetivas tradicionais para o diagnóstico dessas patologias fazem uso de exames considerados invasivos, causando certo desconforto ao paciente. Análise acústica, utilizando técnicas de processamento digital de sinais de voz, pode ser utilizada para o desenvolvimento de ferramentas não invasivas de auxílio ao diagnóstico de patologias laríngeas. A precisão do diagnóstico, contudo, depende da escolha das características e parâmetros da fala que melhor representem a desordem vocal provocada por uma determinada patologia. Este trabalho trata da caracterização e da classificação de sinais de vozes saudáveis e vozes afetadas por diferentes patologias laríngeas (edema, paralisia e nódulos nas pregas vocais), por meio da análise dinâmica não linear (e teoria do caos), como também por meio da análise de quantificação de recorrência. No processo de caracterização é investigado, por meio de testes estatísticos, o potencial de cada característica em discriminar os tipos de sinais de voz considerados. Para a classificação é empregada a técnica de análise discriminante com as funções linear ou quadrática, com validação cruzada, sendo considerado um intervalo de confiança de 95% para as médias das taxas de acuraria do classificador. A partir da combinação de características dos conjuntos das medidas de análise não linear (MNL) e das medidas de quantificação de recorrência (MQR), as médias da taxa de acurácia obtidas variaram nos intervalos de confiança: [95,44%; 100%) para a classificação entre vozes saudáveis e patológicas; [94,75%; 100%] entre vozes saudáveis e afetadas por edema, e entre saudáveis e nódulos. Para a classificação entre saudável e paralisia, obteve-se uma acurácia de 100% . Também são avaliados os efeitos do uso de vetores híbridos formados por características MNL, MQR e coeficientes extraídos da análise preditiva linear (LPC). Neste caso. as taxas de acurácia variaram nos intervalos de confiança: [95,02%; 97,62%] na discriminação entre vozes afetadas por paralisia e edema; [98,29%; 99,93%] para paralisia versus nódulos e [97,98%; 99,84%] para edema versus nódulos. Os resultados encontrados indicam que o método utilizado é promissor, podendo ser empregado no desenvolvimento de uma ferramenta computacional para apoio ao diagnóstico de patologias laríngeas. / Laryngeal pathologies may affect the voice quality, harniing human communication. The traditional objective techniques for diagnosing these pathologies make use of exams, considered invasive, causing discomfort to the patient. Acoustic analysis, using digital speech signal processing techniques. can be used for the development of non-invasive tools in order to aid laryngeal diseases diagnosis. The accuracy of diagnosis, however. depends on the choice of parameters and the speech characteristics diat better represent the voice disorder caused by a given pathology. This work deals with the characterization and classification of healthy voice signals and voices affecied by different laryngeal diseases (edema, paralysis and vocal fold nodules), by means of nonlinear dynamic analysis (and chãos theory) as well as recurrence quantification analysis. In the characterization process, the potential of each feature is investigated to discriminate the types of voice signals considered, by means of statistical tests. For the classification, the technique of discriminam analysis is employed with linear or quadratic functions, with cross-validation. A 95% confidence levei was considered for the average of accuracy rates of the classifier performance. From the feature combination of the set of nonlinear analysis measures (MNL) and the quantification recurrence measures (MQR). the average of accuracy rates varied in the following confidence intervals: [95.44%; 100%] for healthy and pathologícal classification: [94.75%; 100%] between healdiy and edema voices, and also between healthy and nodules. The accuracy rate was 100% between healthy and paralysis. We also evaluated the effects of using hybrid vectors formed by MNL, MQR and linear predictive coding (LPC) coefficients. In this case, the accuracy rates ranged in the confidence intervals: [95.02%; 97.62%] in the paralysis versus edema voices discrimination; [98.29%; 99.93%] for paralysis versus nodules and [97.98%; 99.84%] for edema versus nodules. Obtained results indicate that the used method is promising and it can even be used to develop a computational tool to support diagnosis of laryngeal diseases.