Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/4634| Título: | miRQuest 2: solução computacional para integração de ferramentas de predição de micro RNA utilizando balanceamento de carga |
| Título(s) alternativo(s): | miRQuest 2: computational solution for micro RNA prediction tools integration using load balancing |
| Autor(es): | Gurka Júnior, Márcio José |
| Orientador(es): | Matos, Simone Nasser |
| Palavras-chave: | Bioinformática Ácidos nucleicos Balanceamento de máquinas Inteligência computacional Bioinformatics Nucleic acids Balancing of machinery Computational intelligence |
| Data do documento: | 23-Set-2019 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Ponta Grossa |
| Citação: | GURKA JÚNIOR, Márcio José. miRQuest 2: solução computacional para integração de ferramentas de predição de micro RNA utilizando balanceamento de carga. 2019. Dissertação (Mestrado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. |
| Resumo: | A bioinformática é um campo de estudo que tem a necessidade de construção de ferramentas que trabalham de forma otimizada e possuem um tempo de resposta rápido para o usuário. O material de estudo dessa área vem principalmente dos grupos de cadeias genéticas, dentre os quais, o micro RNA é a classe escolhida para estudo e por isso, foram selecionadas ferramentas de predição desse tipo específico de molécula genética Mirinho e miRBoost de forma à serem integradas em um único ambiente. A solução foi denominada miRQuest 2 e para a integração foi utilizado o balanceamento de carga por meio do algoritmo de Round Robin, além disso, foi utilizada a linguagem de programação Python para a construção de uma API integrada com uma interface desenvolvida em React para realização do processamento de uma cadeia FASTA da base de dados miRBase. Este algoritmo fornece otimizações e o tempo de resposta foi considerado satisfatório. A diferença de tempo de execução da ferramenta Mirinho na linha de comando e da solução computacional foi de 20%, enquanto que na ferramenta miRBoost foi de 5%. |
| Abstract: | Bioinformatics is a field of study that has the need of making tools that are process optimized and have a quick response time for the user. The data to study mainly comes from the group of genetic chains, and from all the types of chains, the micro RNA one is the chosen class to study and because of that, the miRNA predictions tools Mirinho and miRBoost were picked to be integrated in a single computational solution. The solutions has been named miRQuest 2 and the prediction tool integration has been made by load balancing using the Round Robin algorithm, also the Python programming language has been used integrated with an React interface has been developed to process a FASTA file provided by miRBase. The algorithm provide optimizations and the response time has been considered satisfactory. The difference between the Mirinho execution time at the command line and the computational solution was 20%, while the miRBoost tool was 5%. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/4634 |
| Aparece nas coleções: | PG - Programa de Pós-Graduação em Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| mirquest2solucaocomputacionalintegracao.pdf | 5,71 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.