TCC - Bacharelado em Ciência da Computação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/415
Navegar
Item Métodos computacionais para a análise de dados de expressão gênica provenientes de uma análise de microarray utilizada para teste farmacológico(2023-04-28) Costa, Allan Mesquita da; Melo, Jeane Cecília Bezerra de; Costa, Luciana Amaral de Mascena; http://lattes.cnpq.br/2352032088330896; http://lattes.cnpq.br/8499459630583005; http://lattes.cnpq.br/2703136397519338O advento do Projeto Genoma Humano (PGH), finalizado em outubro de 2003, impulsionou o desenvolvimento de técnicas para obtenção e análise de dados biológicos. A necessidade de gerenciar o grande volume de dados do genoma digital foi um fator determinante no crescimento de uma área de conhecimento multidisciplinar, a Biologia Computacional. Nas duas décadas subsequentes à finalização do PGH, genomas de diferentes organismos foram obtidos. Em relação aos mamíferos, projetos tais como o 1000 Genomes Project e o Cancer Genome Atlas (TCGA) ilustraram o avanço de conhecimento na análise de dados complexos. Dentre as técnicas mais recentes, destacamos os Microarrays. Estes fornecem uma quantidade significativa de dados em um único experimento, permitindo a comparação de genomas completos. A análise de dados de Microarray é relativamente complexa e demanda por protocolos que tornem esta análise mais simples, produzindo informações mais compreensíveis. O presente estudo compreende a utilização de métodos computacionais para analisar dados de expressão de gênica obtidos de um experimento de Microarray utilizado para teste farmacológico relativos ao câncer de mama. Para o processamento dos dados brutos, obtidos de uma planilha contendo mais de 3216 genes resultantes de uma análise de Microarray, foi desenvolvido um script visando facilitar a extração de informação a partir destes dados e posterior seleção dos genes de interesse. O programa possibilitou a busca dos genes envolvidos nos processos de morte celular (apoptose, necrose e autofagia), os quais são fatores determinantes na análise de sucesso do fármaco testado. Para a categorização dos genes envolvidos na cascata de morte apoptótica, necrótica e autofágica, foram construídos heatmaps a partir dos valores dos níveis de expressão chamados de fold-change diferença da expressão gênica para os valores antes e depois do tratamento das células cancerígenas com o composto mesoiônico), utilizando técnicas de clusterização k-means e clusterização hierárquica disponibilizadas no programa Heatmapper. Como resultados do foi desenvolvido um script no programa R que resultou na separação de 20 genes envolvidos na cascata de morte de morte apoptótica, seis envolvidos na morte autofágica e 7 envolvidos na morte necrótica, além do desenvolvimento de 3 Heatmaps, contribuindo para a análise biológica dos dados, além de tornar mais acessível o processamento dos dados de Microarray.Item The digital behavior of voters in interactions with the social media posts of candidates running for elections(2022-10-06) Silva Filho, Heriberto Alexandre da; Brito, Kellyton dos Santos; http://lattes.cnpq.br/8750956715158540; http://lattes.cnpq.br/6181814500468590The extensive use of digital tools and digital marketing strategies over the last few years has become increasingly more frequent and characteristic in political campaigns Within this scenario, this study aims to investigate the use of SM in contemporary political communication, seeking to understand the features that influence the engagement of voters in posts by politicians on their social media profiles. As a case study, we have focused on the Brazilian presidential election in 2018. The investigation was based on an analysis of politicians’ posts on Instagram, Twitter, and Facebook (N = 1319) in the last two weeks before the elections, which investigated features such as functional approach, the Aristotelian rhetoric adopted, and the type of content, among others, and established relationships between these features and user engagement. This study also proposes to investigate the feasibility of using machine learning models to predict the level of engagement of the candidate's posts. Finally, another objective of this paper is to find similarities or differences between the digital campaign strategies, and their impacts on the level of engagement, of the two candidates with the best electoral results. Our main results indicate that the platform with the highest level of engagement was Instagram, together with polarized discourses that presented speeches of attack and defense or emotionally charged topics tended to engage more. Regarding the predictions, the Gradient Boosting model proved to be efficient, R² =0.77, to make the predictions. Regarding the digital campaign strategies, although the two candidates are from opposite political sides, it was possible to find more similarities, such as: functional approach, content structure, and content type, and others...than differences. However the few differences found also represent a valuable result for the understanding of the political landscape, there were divergences for example in Aristotelian rhetoric, content type, and rhetorical device. All these results helped to understand how the electorate interacts with the candidates' speeches in a new era of digital campaigning.