RDBU| Repositório Digital da Biblioteca da Unisinos
Perfil de metilação do Gene NT5E em amostras de tumores sólidos baseado em ferramentas de inteligência artificial
JavaScript is disabled for your browser. Some features of this site may not work without it.
| Autor | Valandro, Cleiton Felipe; |
| Orientador | Costa, Cristiano André da; |
| Lattes do orientador | http://lattes.cnpq.br/9637121030877187; |
| Instituição | Universidade do Vale do Rio dos Sinos; |
| Título | Perfil de metilação do Gene NT5E em amostras de tumores sólidos baseado em ferramentas de inteligência artificial; |
| Resumo | O desenvolvimento deste software tem como motivação a dificuldade em caracterização do perfil de determinados genes em diferentes tipos de câncer, pois em muitas vezes é investido grandes quantidades de recursos para a realização de exames e a indefinição ainda persiste, trazendo gastos desnecessários de recursos e um tratamento tardio, reduzindo as chances de tratamento ao paciente. Será apresentado ao longo desse artigo, todo o processo, detalhamento e conclusão do desenvolvimento de um software que possui como finalidade, o auxílio a profissionais ligados à saúde, sendo eles médicos ou pesquisadores, a terem a partir deste software, mais uma ferramenta à disposição. A partir de um modelo de predição, espera-se contribuir para eventuais momentos em que os exames convencionais não sejam suficientes para a identificação de determinado tecido ser ou não ser um tecido tumoral, ou ter um pior prognóstico. O software em questão, fez uso de inteligência artificial, utilizando a técnica de Florestas Aleatórias com os dados extraídos da base de dados do The Cancer Genome Atlas (TCGA), com o objetivo de adquirir um valor de predição da expressão do gene NT5E em conjunto com os sítios de metilação. Como resultado, foram gerados métricas em forma de mapa de calor com valores de Acurácia, Precisão, Recall e F1-Score, utilizando modelo baseado em aprendizado de máquina em um ambiente colaborativo.; |
| Palavras-chave | TCGA; NT5E/CD73; Aprendizado de máquina e inteligência artificial; |
| Tipo | TCC; |
| Data de defesa | 2021-12-13; |
| URI | http://repositorio.jesuita.org.br/handle/UNISINOS/13267; |
| Nivel | Graduação; |
| Curso | Sistemas de Informação; |
Arquivos deste item
Este item aparece na(s) seguinte(s) coleção(s)
-
Sistemas de Informação [21]
Sistemas de Informação