Navegando por Assunto "Câncer - Diagnóstico"

Agora exibindo 1 - 2 de 2

Comparação da construção de redes neurais nas linguagens R e Python
(2021-03-12T03:00:00Z) Liberal, João Paulo Godê; Paiva Júnior, Sérgio de Sá Leitão; http://lattes.cnpq.br/7706717198580424; http://lattes.cnpq.br/1024308436712090
Este relatório tem como objetivo fazer um comparativo entre Redes Neurais Artificiais (RNAs) escritas nas linguagens R e Python nos sistemas operacionais Windows 10 e Linux-Ubuntu 20.04. As principais métricas observadas foram: tempo de execução em ambas as linguagens nos diferentes sistemas, considerando o tempo para o treinamento e teste da rede; também será avaliada o nível de acurácia nos diferentes sistemas operacionais. A ferramenta utilizada para o desenvolvimento foi o pycharm, juntamente com a utilização das bibliotecas keras, tensorflow e pandas. Para a linguagem Python foi configurado um ambiente no miniconda2 e na linguagem R a execução foi por linha de comando. A base de dados utilizada pelas Redes Neurais foi retirada do Machine Learning Repository (UCI) e trata do diagnóstico de tumor cancerigeno.
Uso dos sistemas CRISPR no diagnóstico do câncer
(2024-10-03T03:00:00Z) Coura Filho, Fábio de Souza Esteves; Souza, Paulo Roberto Eleutério de; http://lattes.cnpq.br/1971832245117283; http://lattes.cnpq.br/9573756167234737
Desde sua descoberta, o sistema CRISPR/Cas9 tem sido utilizado para identificar oncogenes e outros mediadores do câncer. Nesse sentido, tal ferramenta tornou-se relevante para pesquisas oncológicas. O objetivo do presente estudo foi realizar uma revisão da literatura para avaliar e mapear a eficiência do sistema CRISPR-Cas (SHERLOCK e DETECTR) no diagnóstico do câncer considerando a precisão diagnóstica, progressão da doença, taxa de sobrevida, necessidade de tratamentos agressivos e custos de saúde ao longo do tempo. A revisão contou com pesquisas feitas nas bases de dados: National Library of Medicine (PubMed), Science Magazine, Science Direct e Nature. Os descritores utilizados na pesquisa foram: Diagnostic, CRISPR-Cas, Cancer, Neoplasm, Diagnosis, Diagnostic test, SHERLOCK, DETECTR, Crispr, Detection, Reporter, Cas12, Cas13, Cas12a, Cas13a, C2c2 e Cpf1. Utilizou-se como critérios de inclusão artigos publicados nos últimos 8 anos (2017 a 2024) que se apresentem em portugues ou inglês. Como critérios de exclusão foram eliminados por título, ou resumo, os estudos que não possuíam coerência com o tema, artigos fora do intervalo temporal, ou que estivessem duplicados. A pesquisa inicial identificou 2057 artigos em diversas bases de dados. Após a exclusão manual dos artigos duplicados e triagem de resumos, 90 artigos passaram para a leitura integral, o que resultou em 15 artigos selecionados para extração de dados. O principal objetivo desses estudos selecionados foi explorar a eficácia e precisão das ferramentas CRISPR para detectar mutações genéticas e biomarcadores associados ao câncer, com ênfase em diagnósticos menos invasivos e personalização de tratamentos. As amostras incluíram DNA genômico de pacientes com câncer, focando na detecção de mutações associadas a diferentes tipos de câncer, como câncer de ovário e mama. Os dados coletados indicaram que, além de melhorar a precisão diagnóstica, esses métodos têm o potencial de impactar positivamente a progressão da doença e a taxa de sobrevida, reduzindo também a necessidade de tratamentos agressivos e, desta forma, poderão transformar a abordagem atual ao diagnóstico e tratamento do câncer.