Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/30003| Título: | Predição de microbioma saudável baseada em micro-organismos presentes no coral Mussismilia hispida, utilizando uma rede neural profunda |
| Título(s) alternativo(s): | Microbiome prediction healthy based on microorganisms present in coral Mussismilia hispida, using a deep neural network |
| Autor(es): | Barque, Barry Malick |
| Orientador(es): | Paula Filho, Pedro Luiz de |
| Palavras-chave: | Inteligência artificial Redes neurais (Computação) Algorítmos computacionais Microbiologia Artificial intelligence Neural networks (Computer science) Computer algorithms Microbiology |
| Data do documento: | 8-Dez-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | BARQUE, Barry Malick. Predição de microbioma saudável baseada em micro-organismos presentes no coral Mussismilia hispida, utilizando uma rede neural profunda. 2021. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2021. |
| Resumo: | Um dos ecossistemas mais diversificados e produtivos do mundo marinho são os corais, fornecendo além do turismo, uma contribuição econômica importante aos países que possuem-os no litoral. Graças a técnicas de sequenciamento de genoma como o 16S sRNA é possível identificar os micro-organismos que formam o microbioma dos corais, que tem um papel importante na saúde destes últimos. A geração de grandes quantidades de dados graças aos baixos custos de sequenciamento de genoma desde 2005 oferece uma abertura para o uso de redes neurais artificias para o avanço das ciências como a biologia e a medicina. Neste trabalho foi realizado a predição do microbioma saudável baseada em micro-organismos presentes no coral Mussismilia hispida coletados em cinco recifes localizados próximos a uma área marinha protegida (“Parque Natural Municipal do Recife de Fora”), utilizando uma rede neural convolucional e alguns algorítimos clássicos de aprendizagem de máquina como a SVM e a árvore de decisão, comparando os seus resultados obtidos em vários experimentos. |
| Abstract: | One of the most diversified and productive ecosystems in the marine world are corals, providing, in addition to tourism, an important economic contribution to countries that have them on the coast. Thanks to genome sequencing techniques such as 16S sRNA, it is possible to identify the microorganisms that make up the coral microbiome, which play an important role in the health of the latter. The generation of large amounts of data thanks to the low cost of genome sequencing since 2005 offers a possibility for the use of artificial neural networks for the advancement of sciences such as biology and medicine. In this work, the prediction of healthy microbiome based on microorganisms present in the coral Mussismilia hispida collected in five reefs located near a marine protected area (“Parque Natural Municipal do Recife de Fora”) was performed, using a convolutional neural network and some classical machine learning algorithms such as SVM and decision tree, comparing their results obtained in several experiments. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/30003 |
| Aparece nas coleções: | MD - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| predicaomicrobiomasaudavelcoral.pdf | 3,01 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
