Defesa de Dissertação de Mestrado: Geancarlo Saldanha Maydana

por ·

DEFESA DE DISSERTAÇÃO DE MESTRADO – PPGC

Título: Uma extensão do algoritmo Fuzzy C-Means aplicado ao reconhecimento de spots em imagens oriundas de Eletroforese Bidimensional

Autor: Geancarlo Saldanha Maydana

Banca Examinadora:

  • Prof. Dr. Marilton Sanchotene de Aguiar (UFPel/Orientador)
  • Profª. Drª. Diana Francisca Adamatti (FURG)
  • Prof. Dr. Paulo Roberto Ferreira Jr. (UFPel)
  • Prof. Dr. Ricardo Matsumura Araujo (UFPel)

Data: 24 de fevereiro de 2016 25 de fevereiro de 2016

Hora: 14:00h 15:30h

Local: Lab. 3 (Sala 429), 4º andar do Campus Porto.

Resumo: A proteômica pode ser vista como uma metodologia de seleção da biologia molecular, a qual tem como objetivo documentar a distribuição geral de proteínas da célula, identificar e caracterizar proteínas individuais de interesse e principalmente elucidar as suas associações e funções. Atualmente, uma das principais técnicas usadas na proteômica é a eletroforese bidimensional (2D), baseada na separação e na migração das moléculas carregadas, numa solução, em função da aplicação de um campo elétrico. Estas proteínas podem ser detectadas por uma variedade de reagentes de revelação, observando-se um perfil bidimensional de pontos (do inglês, spots). Por fim, este gel é escaneado e a imagem resultante pode ser processada. As imagens de eletroforese bidimensional normalmente contém ruídos, bem como partículas de poeira, e até mesmo rachaduras no gel, e isso pode interferir no resultado final da análise de reconhecimento dos spots. Neste contexto, esta trabalho explora as características intrísecas da lógica fuzzy para o processamento de dados, e provê um modelo a fim de encontrar os spots nas imagens oriundas de eletroforese bidimensional. O modelo proposto utiliza clusterização fuzzy e faz uso de informações contidas nos pixels da imagem para fazer a classificação dos pontos na imagem e encontrar os spots. O SWISS-2DPAGE é uma base de imagens de eletroforese bidimensional já classificadas, a qual possui imagens de eletroforese e informação sobre spots nessas imagens. 29 imagens desta base foram utilizadas nos testes do modelo, com o melhor resultado chegando a 93, 30% dos spots encontrados. Como trabalhos futuros, pretende-se aplicar técnicas de pré-processamento nas imagens, e também explorar técnicas de aprendizado de máquina, a saber, técnicas de aprendizado supervisionado, no processo de reconhecimento de spots.