Publicação
Wavelet-Based Cancer Drug Recommender System
| dc.contributor.advisor | Belfo, Fernando Paulo dos Santos Rodrigues | |
| dc.contributor.advisor | Silva, Alexandre Miguel Fernandes Gomes da | |
| dc.contributor.author | Brandão, Liliana Carina Pereira | |
| dc.date.accessioned | 2020-12-30T15:28:03Z | |
| dc.date.available | 2020-12-30T15:28:03Z | |
| dc.date.issued | 2020 | |
| dc.description.abstract | A natureza molecular do cancro serve de base para estudos sistemáticos de genomas cancerígenos, fornecendo valiosos insights e permitindo o desenvolvimento de tratamentos clínicos. Acima de tudo, estes estudos estão a impulsionar o uso clínico de informação genómica na escolha de tratamentos, de outro modo não expectáveis, em pacientes com diversos tipos de cancro, possibilitando a medicina de precisão. Com isso em mente, neste projeto combinamos técnicas de processamento de imagem, para aprimoramento de dados, e sistemas de recomendação para propor um ranking personalizado de drogas anticancerígenas. O sistema é implementado em Python e testado usando uma base de dados que contém registos de sensibilidade a drogas, com mais de 310.000 IC50 que, por sua vez, descrevem a resposta de mais de 300 drogas anticancerígenas em 987 linhas celulares cancerígenas. Após várias tarefas de pré-processamento, são realizadas duas experiências. A primeira experiência usa as imagens originais de microarrays de DNA e a segunda usa as mesmas imagens, mas submetidas a uma transformada wavelet. As experiências confirmam que as imagens de microarrays de DNA submetidas a transformadas wavelet melhoram o desempenho do sistema de recomendação, otimizando a pesquisa de linhas celulares cancerígenas com perfil semelhante ao da nova linha celular. Além disso, concluímos que as imagens de microarrays de DNA com transformadas de wavelet apropriadas, não apenas fornecem informações mais ricas para a pesquisa de utilizadores similares, mas também comprimem essas imagens com eficiência, otimizando os recursos computacionais. Tanto quanto é do nosso conhecimento, este projeto é inovador no que diz respeito ao uso de imagens de microarrays de DNA submetidas a transformadas wavelet, para perfilar linhas celulares num sistema de recomendação personalizado de drogas anticancerígenas. | pt_PT |
| dc.identifier.tid | 202571289 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.26/34491 | |
| dc.language.iso | eng | pt_PT |
| dc.subject | Sistema de recomendação | pt_PT |
| dc.subject | Transformada wavelet | pt_PT |
| dc.subject | Genoma cancerígeno | pt_PT |
| dc.subject | Cancro | pt_PT |
| dc.subject | Linha celular | pt_PT |
| dc.subject | ADN | pt_PT |
| dc.subject | Google colaboratory | pt_PT |
| dc.subject | Python | pt_PT |
| dc.title | Wavelet-Based Cancer Drug Recommender System | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
Ficheiros
Principais
1 - 1 de 1
A carregar...
- Nome:
- Liliana_Brandão.pdf
- Tamanho:
- 17.97 MB
- Formato:
- Adobe Portable Document Format