Navegando por Autor "Medeiros, Inácio Gomes"

Agora exibindo 1 - 6 de 6

Classificação de sinais de EEG: uma abordagem da visão computacional com redes neurais convolucionais para predição de crises epilépticas
(Universidade Federal do Rio Grande do Norte, 2023-10-18) Arruda, Hanna Carla Gurgel; Araújo, John Fontenele; Medeiros, Inácio Gomes; http://lattes.cnpq.br/8450369742588953; https://orcid.org/0000-0002-8022-2425; http://lattes.cnpq.br/3347815035685882; http://lattes.cnpq.br/8417403092838797; Laplagne, Diego Andres; Santos, Lucas Galdino Bandeira dos; Moioli, Renan Cipriano
A eletroencefalografia (EEG) é uma técnica não invasiva de registro e monitoramento da atividade elétrica cerebral. Os sinais EEG obtidos proporcionam informações valiosas sobre processos cognitivos, estados mentais e condições neurológicas, como a epilepsia. O EEG desempenha um papel fundamental como ferramenta de diagnóstico na medicina e se estende como ferramenta para pesquisa à diversas áreas, como neurociências e engenharia biomédica. Um dos aspectos cruciais do estudo do EEG está relacionado à detecção e previsão de crises epilépticas. Segundo a Organização Mundial da Saúde (OMS), a epilepsia afeta aproximadamente 50 milhões de pessoas em todo o mundo. O diagnóstico tradicional da epilepsia envolve a análise visual, realizada por um neurologista, de horas de registros EEG, com o objetivo de identificar padrões eletroencefalográficos associados às crises. No entanto, esse processo pode ser dispendioso e está sujeito a erros humanos. Diante desse desafio, pesquisadores têm se dedicado à busca por alternativas que possam reduzir o tempo de análise e, assim, auxiliar no diagnóstico de forma mais eficiente. Como alternativa a esse cenário existe a aplicação de técnicas de inteligência artificial (IA), que podem auxiliar no processo de diagnóstico. O objetivo do nosso trabalho é propor uma metodologia para classificação de sinal de EEG a fim de detectar crises epilépticas. Utilizamos a base de dados de EEG de código aberto do Hospital Infantil de Boston, composta por registros de 198 convulsões em 24 pacientes com idade entre 1,5 e 22 anos. Os dados foram pré-processados para remoção de ruídos e artefatos utilizando a biblioteca MNE Python, específica para análises neurofisiológicas. Os dados foram transformados em imagem para input em uma rede neural convolucional (CNN). Implementamos uma CNN de 19 camadas na linguagem Python usando a plataforma gratuita Google Colaboratory. Selecionamos 6 pacientes para treinar o modelo usando validação cruzada e usamos os 18 pacientes restantes para testes individuais, a fim de verificar a capacidade de generalização do modelo. Realizamos quatro treinamentos usando técnicas diferentes para lidar com o desbalanceamento dos dados. Devido ao desbalanceamento de classes que enviesa a métrica de acurácia, consideramos o Recall da classe 1 a métrica mais importante para selecionar um modelo para aplicar aos dados de teste. Obtemos média do Recall da classe 1 de 73% com os dados desbalanceados e 83% com dados balanceados. No conjunto de teste as médias foram 38% e 74% respectivamente. Os recursos computacionais foram um fator limitante, o que influenciou o tamanho do conjunto de treino e a variabilidade de padrões a serem aprendidos pela rede. Ainda assim, consideramos que nossa classificação atingiu uma boa performance, especialmente pelo desafio de lidar com o extremo desbalanceamento de classes.
Cyclic alternation of quiet and active sleep states in the octopus
(Elsevier BV, 2021-03-25) Medeiros, Sylvia Lima de Souza; Paiva, Mizziara Marlen Matias de; Lopes, Paulo Henrique; Blanco, Wilfredo; Lima, Françoise Dantas de; Oliveira, Jaime Bruno Cirne de; Medeiros, Inácio Gomes; Sequerra, Eduardo Bouth; Souza, Sandro José de; Leite, Tatiana Silva; Ribeiro, Sidarta Tollendal Gomes
Previous observations suggest the existence of ‘Active sleep’ in cephalopods. To investigate in detail the behavioral structure of cephalopod sleep, we video-recorded four adult specimens of Octopus insularis and quantified their distinct states and transitions. Changes in skin color and texture and movements of eyes and mantle were assessed using automated image processing tools, and arousal threshold was measured using sensory stimulation. Two distinct states unresponsive to stimulation occurred in tandem. The first was a ‘Quiet sleep’ state with uniformly pale skin, closed pupils, and long episode durations (median 415.2 s). The second was an ‘Active sleep’ state with dynamic skin patterns of color and texture, rapid eye movements, and short episode durations (median 40.8 s). ‘Active sleep’ was periodic (60% of recurrences between 26 and 39 min) and occurred mostly after ‘Quiet sleep’ (82% of transitions). These results suggest that cephalopods have an ultradian sleep cycle analogous to that of amniotes
A decision tree to improve identification of pathogenic mutations in clinical practice
(BMC, 2020-03-10) Nascimento, Priscilla Machado do; Medeiros, Inácio Gomes; Falcão, Raul Maia; Ferreira, Beatriz Stransky; Souza, Jorge Estefano Santana de
Background: A variant of unknown significance (VUS) is a variant form of a gene that has been identified through genetic testing, but whose significance to the organism function is not known. An actual challenge in precision medicine is to precisely identify which detected mutations from a sequencing process have a suitable role in the treatment or diagnosis of a disease. The average accuracy of pathogenicity predictors is 85%. However, there is a significant discordance about the identification of mutational impact and pathogenicity among them. Therefore, manual verification is necessary for confirming the real effect of a mutation in its casuistic. Methods: In this work, we use variables categorization and selection for building a decision tree model, and later we measure and compare its accuracy with four known mutation predictors and seventeen supervised machinelearning (ML) algorithms. Results: The results showed that the proposed tree reached the highest precision among all tested variables: 91% for True Neutrals, 8% for False Neutrals, 9% for False Pathogenic, and 92% for True Pathogenic. Conclusions: The decision tree exceptionally demonstrated high classification precision with cancer data, producing consistently relevant forecasts for the sample tests with an accuracy close to the best ones achieved from supervised ML algorithms. Besides, the decision tree algorithm is easier to apply in clinical practice by non-IT experts. From the cancer research community perspective, this approach can be successfully applied as an alternative for the determination of potential pathogenicity of VOUS
Incidence of hereditary gastric cancer may be much higher than reported
(MDPI AG, 2022-12) Assumpção, Paula Baraúna de; Assumpção, Paulo Pimentel de; Moreira, Fabiano Cordeiro; Santos, Andrea Kely Campos Ribeiro dos; Vidal, Amanda Ferreira; Magalhães, Leandro; Khayat, André Salim; Santos, André Mauricio Ribeiro dos; Cavalcante, Giovanna Chaves; Pereira, Adenilson Leão; Medeiros, Inácio Gomes; Souza, Sandro José de; Burbano, Rommel Mario Rodríguez; Souza, Jorge Estefano Santana de; Santos, Sidney Emanuel Batista dos
Hereditary gastric cancers (HGCs) are supposed to be rare and difficult to identify. Nonetheless, many cases of young patients with gastric cancer (GC) fulfill the clinical criteria for considering this diagnosis but do not present the defined pathogenic mutations necessary to meet a formal diagnosis of HGC. Moreover, GC in young people is a challenging medical situation due to the usual aggressiveness of such cases and the potential risk for their relatives when related to a germline variant. Aiming to identify additional germline alterations that might contribute to the early onset of GC, a complete exome sequence of blood samples from 95 GC patients under 50 and 94 blood samples from non-cancer patients was performed and compared in this study. The number of identified germline mutations in GC patients was found to be much higher than that from individuals without a cancer diagnosis. Specifically, the number of high functional impact mutations, including those affecting genes involved in medical diseases, cancer hallmark genes, and DNA replication and repair processes, was much higher, strengthening the hypothesis of the potential causal role of such mutations in hereditary cancers. Conversely, classically related HGC mutations were not found and the number of mutations in genes in the CDH1 pathway was not found to be relevant among the young GC patients, reinforcing the hypothesis that existing alternative germline contributions favor the early onset of GC. The LILRB1 gene variants, absent in the world's cancer datasets but present in high frequencies among the studied GC patients, may represent essential cancer variants specific to the Amerindian ancestry's contributions. Identifying non-reported GC variants, potentially originating from under-studied populations, may pave the way for additional discoveries and translations to clinical interventions for GC management. The newly proposed approaches may reduce the discrepancy between clinically suspected and molecularly proven hereditary GC and shed light on similar inconsistencies among other cancer types. Additionally, the results of this study may support the development of new blood tests for evaluating cancer risk that can be used in clinical practice, helping physicians make decisions about strategies for surveillance and risk-reduction interventions
Seleção de características de sequências para resolução de perguntas biológicas ligadas à análise de variantes e ao desenvolvimento de siRNAs Anti-SARS-CoV-2
(Universidade Federal do Rio Grande do Norte, 2021-09-21) Medeiros, Inácio Gomes; Souza, Jorge Estefano Santana de; Souza, Jorge Estefano Santana de; 17623795899; http://lattes.cnpq.br/8058577659019910; http://lattes.cnpq.br/8058577659019910; http://lattes.cnpq.br/8450369742588953; Santos, Araken de Medeiros; http://lattes.cnpq.br/8059198436766378; Ferreira, Beatriz Stransky; http://lattes.cnpq.br/3142264445097872; Santos, Sidney Emanuel Batista dos; http://lattes.cnpq.br/9809924843125163; Petta, Tirzah Braz; http://lattes.cnpq.br/9979644969955564
A análise de variantes em um contexto clínico e o suporte ao desenvolvimento de terapias contra doenças virais são duas áreas em que diversas pesquisas têm utilizado processos de integração e análise de dados ômicos. Aferir se uma dada variante possui ou não impacto patogênico é um desafio presente na análise de variantes, inclusive quando diferentes ferramentas de predição de patogenicidade apontam resultados divergentes. Em relação ao desenvolvimento de terapias baseadas em RNA de interferência, observa-se que existe uma necessidade contínua de desenho e avaliação de eficiência de novos RNAs pequenos de interferência (siRNAs, do inglês short-interfing RNAs) a cada novo vírus que surge, como o SARS-CoV-2, responsável pela pandemia de COVID-19. Nessa direção, argumenta-se nesta tese, a partir da discussão de dois trabalhos, que processos de integração de dados e seleção de características podem trazer contribuições na resolução de questões ligadas à identificação de patogenicidade de variantes e, em um segundo momento, à disponibilização de informação e características de sequências que podem vir a servir para a formulação de terapias para a COVID-19. Em linhas gerais, o estudo objetivou (a) desenvolver métodos de integração de dados e seleção de características de variantes para aferição de patogenicidade e (b) desenvolver métodos de integração de dados visando a construção de um banco de dados de siRNAs para SARS-CoV-2. Para atingir o primeiro objetivo, foi proposto um modelo de classificação baseado em árvores de decisão para estimar a patogenicidade de variantes, construído por meio de um processo de integração de dados públicos de variantes já catalogadas com predições de patogenicidade trazidas por ferramentas baseadas em aprendizado de máquina. O modelo obtido foi capaz de apresentar uma acurácia superior ao estado da arte relativo à predição de patogenicidade de variantes, constituindo-se em uma importante ferramenta de apoio a profissionais de saúde, como nos diagnósticos de doenças genéticas. No segundo objetivo, combinou-se dados de propriedades estruturais, termodinâmicas, toxicidade, similaridade e de eficiência com o intuito de montar um catálogo global de siRNAs para o SARS-CoV-2. A integração de propriedades diversas relativas a siRNAs em uma única base de dados consolida-se como um referencial de informação que permite a realização de filtragens in silico simples e direcionadas, poupando a execução de muitos testes de bancadas em cima de moléculas candidatas para terapias contra a COVID-19. Esses estudos possuem pontos em comum com outros de integração de dados da literatura, entre eles, aspectos envolvendo diversidade dos dados, reprodutibilidade e descoberta de conhecimento. Por fim, verificou-se que estes trabalhos possuem potencial de aplicação clínica, seja para incrementar a compreensão de variantes relacionadas a comorbidades genéticas diversas, no caso do primeiro trabalho, como no apoio ao desenvolvimento de terapias contra a COVID-19, no caso do segundo trabalho.
A small interfering RNA (siRNA) database for SARS-CoV-2
(2021-04-23) Medeiros, Inácio Gomes; Khayat, André Salim; Stransky, Beatriz; Santos, Sidney; Assumpção, Paulo; Souza, Jorge Estefano Santana de
Coronavirus disease 2019 (COVID-19) rapidly transformed into a global pandemic, for which a demand for developing antivirals capable of targeting the SARS-CoV-2 RNA genome and blocking the activity of its genes has emerged. In this work, we presented a database of SARS-CoV-2 targets for small interference RNA (siRNA) based approaches, aiming to speed the design process by providing a broad set of possible targets and siRNA sequences. The siRNAs sequences are characterized and evaluated by more than 170 features, including thermodynamic information, base context, target genes and alignment information of sequences against the human genome, and diverse SARS-CoV-2 strains, to assess possible bindings to off-target sequences. This dataset is available as a set of four tables, available in a spreadsheet and CSV (Comma-Separated Values) formats, each one corresponding to sequences of 18, 19, 20, and 21 nucleotides length, aiming to meet the diversity of technology and expertise among laboratories around the world. A metadata table (Supplementary Table S1), which describes each feature, is also provided in the aforementioned formats. We hope that this database helps to speed up the development of new target antivirals for SARS-CoV-2, contributing to a possible strategy for a faster and effective response to the COVID-19 pandemic

SIGAA

Navegando por Autor "Medeiros, Inácio Gomes"