Investigando as moléculas do DNA usando ferramentas de física estatística
dc.contributor.advisor | Silva Júnior, Raimundo | |
dc.contributor.advisorID | https://orcid.org/0000-0001-8318-7824 | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/2680905746363331 | pt_BR |
dc.contributor.author | Correia, Jonathan Pessoa | |
dc.contributor.authorLattes | http://lattes.cnpq.br/8759510435086814 | pt_BR |
dc.contributor.referees1 | Corso, Gilberto | |
dc.contributor.referees1ID | https://orcid.org/0000-0003-1748-4040 | pt_BR |
dc.contributor.referees1Lattes | http://lattes.cnpq.br/0274040885278760 | pt_BR |
dc.contributor.referees2 | Fulco, Umberto Laino | |
dc.contributor.referees3 | Matias, Fernanda Selingardi | |
dc.contributor.referees4 | Macedo Filho, Antônio de | |
dc.date.accessioned | 2024-08-26T20:33:55Z | |
dc.date.available | 2024-08-26T20:33:55Z | |
dc.date.issued | 2024-04-30 | |
dc.description.abstract | We investigate various statistical techniques for analyzing DNA sequences, concentrating on four key species: humans, coronaviruses, maize, and soybeans. These species were chosen because of their significance in medicine, biology, the economy, the treatment of sickness, and agriculture. We examined the structure and dynamics of the DNA sequences of these species using techniques like Chaos Game Representation, Multifractal Detrended Fluctuation Analysis, and the complexity-entropy plane. Additionally, we used models based on Tsallis statistics to characterize the distribution of base pair lengths in human DNA, and we used Bayesian statistics to determine which model best fit these distributions. The findings demonstrated a power law association in the genetic sequences under investigation, emphasizing the persistence of their composition and the existence of multifractal features. These results highlight the intricacy and challenge of genetic makeup prediction while also highlighting the potential of these statistical tools to advance our knowledge of DNA sequences and their applications to technology, agriculture, and health. The results open up new avenues for investigation, recommending the use of these approaches on a larger variety of creatures in an effort to fully explore the enormous genetic complexity that exists. | pt_BR |
dc.description.resumo | Exploramos uma série de ferramentas estatísticas na análise de sequências de DNA, com foco especial em quatro espécies de interesse: seres humanos, coronavírus, milho e soja. A escolha dessas espécies se deve a importância que elas desempenham no contexto médico, biológico, econômico, tratamento de doenças e agricultura. Utilizando métodos como o Chaos Game Representation, Multifractal Detrended Fluctuation Analysis, e o plano complexidade-entropia, investigamos a estrutura e a dinâmica das sequências de DNA dessas espécies. Além disso, buscamos caracterizar a distribuição dos comprimentos dos pares de base da parte do codificante do DNA humano utilizando modelos fundamentados na estatística de Tsallis e recorrendo à estatística bayesiana para identificar o modelo mais preciso para estas distribuições. Os resultados revelaram correlação do tipo lei de potência nas sequências genéticas estudadas, destacando a presença de características multifractais e a natureza persistente em sua composição. Essas descobertas sublinham a complexidade e a dificuldade de prever a composição genética, além de enfatizar o potencial dessas ferramentas estatísticas para aprofundar nossa compreensão das sequências de DNA e suas implicações para a saúde, agricultura e tecnologia. As descobertas abrem caminho para pesquisas futuras, sugerindo a aplicação dessas metodologias a uma gama mais ampla de organismos, com o intuito de explorar a vasta complexidade genética existente. | pt_BR |
dc.identifier.citation | CORREIA, Jonathan Pessoa. Investigando as moléculas do DNA usando ferramentas de física estatística. Orientador: Dr. Raimundo Silva Júnior. 2024. 125f. Tese (Doutorado em Física) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2024. | pt_BR |
dc.identifier.uri | https://repositorio.ufrn.br/handle/123456789/59882 | |
dc.language | pt_BR | pt_BR |
dc.publisher | Universidade Federal do Rio Grande do Norte | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.initials | UFRN | pt_BR |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM FÍSICA | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Física | pt_BR |
dc.subject | DNA | pt_BR |
dc.subject | Mecânica estatística | pt_BR |
dc.subject | Complexidade | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA | pt_BR |
dc.title | Investigando as moléculas do DNA usando ferramentas de física estatística | pt_BR |
dc.type | doctoralThesis | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- InvestigandomoleculasDNA_Correia_2024.pdf
- Tamanho:
- 4.79 MB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível