Separação cega de fontes lineares e não lineares usando algoritmo genético, redes neurais artificiais RBF e negentropia de Rényi como medida de independência

Conventional methods to solve the problem of blind source separation nonlinear, in general, using series of restrictions to obtain the solution, often leading to an imperfect separation of the original sources and high computational cost. In this paper, we propose an alternative measure of independence based on information theory and uses the tools of artificial intelligence to solve problems of blind source separation linear and nonlinear later. In the linear model applies genetic algorithms and Rényi of negentropy as a measure of independence to find a separation matrix from linear mixtures of signals using linear form of waves, audio and images. A comparison with two types of algorithms for Independent Component Analysis widespread in the literature. Subsequently, we use the same measure of independence, as the cost function in the genetic algorithm to recover source signals were mixed by nonlinear functions from an artificial neural network of radial base type. Genetic algorithms are powerful tools for global search, and therefore well suited for use in problems of blind source separation. Tests and analysis are through computer simulations

Estudo avaliativo de um algoritmo genético auto-organizável e multiobjetivo utilizando aprendizado de máquina para aplicações de telecomunicações

This paper presents an evaluative study about the effects of using a machine learning technique on the main features of a self-organizing and multiobjective genetic algorithm (GA). A typical GA can be seen as a search technique which is usually applied in problems involving no polynomial complexity. Originally, these algorithms were designed to create methods that seek acceptable solutions to problems where the global optimum is inaccessible or difficult to obtain. At first, the GAs considered only one evaluation function and a single objective optimization. Today, however, implementations that consider several optimization objectives simultaneously (multiobjective algorithms) are common, besides allowing the change of many components of the algorithm dynamically (self-organizing algorithms). At the same time, they are also common combinations of GAs with machine learning techniques to improve some of its characteristics of performance and use. In this work, a GA with a machine learning technique was analyzed and applied in a antenna design. We used a variant of bicubic interpolation technique, called 2D Spline, as machine learning technique to estimate the behavior of a dynamic fitness function, based on the knowledge obtained from a set of laboratory experiments. This fitness function is also called evaluation function and, it is responsible for determining the fitness degree of a candidate solution (individual), in relation to others in the same population. The algorithm can be applied in many areas, including in the field of telecommunications, as projects of antennas and frequency selective surfaces. In this particular work, the presented algorithm was developed to optimize the design of a microstrip antenna, usually used in wireless communication systems for application in Ultra-Wideband (UWB). The algorithm allowed the optimization of two variables of geometry antenna - the length (Ls) and width (Ws) a slit in the ground plane with respect to three objectives: radiated signal bandwidth, return loss and central frequency deviation. These two dimensions (Ws and Ls) are used as variables in three different interpolation functions, one Spline for each optimization objective, to compose a multiobjective and aggregate fitness function. The final result proposed by the algorithm was compared with the simulation program result and the measured result of a physical prototype of the antenna built in the laboratory. In the present study, the algorithm was analyzed with respect to their success degree in relation to four important characteristics of a self-organizing multiobjective GA: performance, flexibility, scalability and accuracy. At the end of the study, it was observed a time increase in algorithm execution in comparison to a common GA, due to the time required for the machine learning process. On the plus side, we notice a sensitive gain with respect to flexibility and accuracy of results, and a prosperous path that indicates directions to the algorithm to allow the optimization problems with "η" variables

Melhoramento genético da mamona visando incremento de flores femininas

O objetivo deste trabalho foi testar métodos de seleção visando ao aumento de flores femininas na população FCA-UNESP-PB de mamona (Ricinus communis L.). A seleção foi realizada no município de Botucatu (SP), na safrinha de 2007. Por meio de seleção massal, foram selecionadas plantas com racemo primário estritamente feminino. Destas plantas, as que tinham reversão sexual foram autofecundadas. As avaliações foram realizadas na safrinha de 2008 em Botucatu e São Manuel (SP), onde foram comparados os tratamentos: método de seleção massal; método de seleção massal com autofecundação e testemunha (racemos de plantas colhidos ao acaso, sem seleção). Foram avaliados: porcentagem de flores femininas do racemo primário (%), produtividade de grãos (kg ha-1) e teor de óleo das sementes (%). O delineamento experimental utilizado foi o de blocos casualizados com 30 repetições. Os dados foram submetidos à análise de variância individual para cada local e conjuntamente para os dois locais, pelo teste F a 1% de probabilidade. Mediante os resultados conclui- se que o método de seleção massal com autofecundação foi aquele que proporcionou maiores valores de porcentagem de flores femininas no racemo primário, com ganho fenotípico realizado de 18% em Botucatu e 29% em São Manuel (SP). Por meio dos métodos de seleção, notou-se comportamento diferencial em relação aos locais para a característica produtividade de grãos, e o método seleção massal com autofecundação proporcionou a menor produtividade. No teor de óleo não houve diferenças significativas entre os métodos e os locais avaliados.

Innovative molecular approach to the identification of Colossoma macropomum and its hybrids

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Ganho genético com base no tamanho efetivo populacional de progênies de seringueira

O objetivo deste trabalho foi estimar os ganhos genéticos de um teste de progênies de seringueira para a produção de borracha seca e, com base no maior tamanho efetivo populacional e maior ganho genético, obter os melhores indivíduos. Foram utilizadas 30 progênies de meios-irmãos, provenientes de sementes de polinização mista - alogamia e autogamia - de testes clonais no Estado de São Paulo. Utilizou-se o delineamento experimental de blocos ao acaso, com 30 tratamentos (progênies), 3 repetições e parcelas lineares de 10 plantas, em um espaçamento de 3x3 m, o que totalizou 900 plantas úteis. Aos três anos, o perímetro, a 50 cm do solo (PA50), e a produção de borracha seca (PBS) foram avaliadas por meio do teste precoce de produção Hamaker Morris-Mann (HMM). As variáveis foram analisadas pelo método de modelo linear misto, via procedimento REML/BLUP, em progênies com sistema reprodutivo misto e taxa de autofecundação de 22%. A identificação dos 20 melhores indivíduos quanto à PBS e ao PA50 proporcionou ganho genético de 67,96 e 16,48%, respectivamente, e um coeficiente de endogamia de aproximadamente 2,82%. O teste de progênies proporciona produção de sementes com melhor valor genético, grande variabilidade e baixa endogamia

Um algoritmo genético especializado aplicado ao planejamento da expansão do sistema de transmissão com alocação de dispositivos de compensação série

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Hibridização reversa e sequenciamento na genotipagem do vírus da hepatite C

INTRODUÇÃO: Os métodos de genotipagem do vírus da hepatite C têm sido muito discutidos. O objetivo deste trabalho foi comparar as metodologias de hibridização reversa e sequenciamento direto para a genotipagem do vírus da hepatite C. MÉTODOS: Noventa e uma amostras de plasma de pacientes assistidos na Faculdade de Medicina de Botucatu da Universidade Estadual Paulista foram utilizadas. A genotipagem por hibridização reversa foi realizada utilizando o kit comercial INNO-LiPA® v.1.0. O sequenciamento direto foi efetuado em sequenciador automático utilizando protocolos in house. RESULTADOS: A genotipagem por sequenciamento direto mostrou-se eficiente na resolução dos resultados inconclusivos pelo kit comercial. O kit mostrou resultados errôneos em relação à subtipagem viral. Além disso, a genotipagem por sequenciamento direto revelou um erro do kit com relação à determinação genotípica questionando a eficiência do método também para a identificação do genótipo viral. CONCLUSÕES: A genotipagem realizada por meio de sequenciamento direto permite uma maior acurácia na classificação viral quando comparada à hibridização reversa.

Estudo de simulação de modelos lineares mistos com distribuição normal contaminada no melhoramento genético animal

Objetivou-se com esse trabalho comparar estimativas de componentes de variâncias obtidas por meio de modelos lineares mistos Gaussianos e Robustos, via Amostrador de Gibbs, em dados simulados. Foram simulados 50 arquivos de dados com 1.000 animais cada um, distribuídos em cinco gerações, em dois níveis de efeito fixo e três valores fenotípicos distintos para uma característica hipotética, com diferentes níveis de contaminação. Exceto para os dados sem contaminação, quando os modelos foram iguais, o modelo Robusto apresentou melhores estimativas da variância residual. As estimativas de herdabilidade foram semelhantes em todos os modelos, mas as análises de regressão mostraram que os valores genéticos preditos com uso do modelo Robusto foram mais próximos dos valores genéticos verdadeiros. Esses resultados sugerem que o modelo linear normal contaminado oferece uma alternativa flexível para estimação robusta em melhoramento genético animal.

Efeito do grupo genético sobre as características de carcaça e maciez da carne fresca e maturada de bovinos superprecoces

Objetivou-se estudar o efeito das diferentes proporções de sangue Simental e Nelore sobre as características da carcaça e da carne de bovinos superprecoces. Foram utilizados 72 bovinos jovens inteiros (18 Nelore; 18 ½ Simental × Nelore; 18 Simbrasil e 18 Simental), com 8 meses de idade e 250 kg PV médio inicial. Os animais foram desmamados aos 8 meses de idade em sistema creep-feeding e posteriormente confinados durante 150 dias até atingirem o peso de abate, acima de 465 kg, e abatidos em frigorífico comercial. Os valores de pH e temperatura durante o resfriamento das carcaças foi semelhante para todos os grupos genéticos. da mesma forma, as variáveis carcaça fria, dianteiro e traseiro, não apresentaram diferenças entre os grupos genéticos. Os cortes foram bastante homogêneos, com excessão do contrafilé e do filé-mignon, que foram maiores nos animais Simental. Os animais da raça Nelore e ½ Simental apresentaram maior força de cisalhamento (4,98 e 4,45 kgf) em relação aos Simental e Simbrasil (3,13 e 3,33 kgf). No entanto, após a maturação da carne durante sete dias, não se constataram diferenças entre os valores de maciez entre os grupos. As perdas por evaporação e gotejamento foram maiores na carne in natura para os animais Simental e Simbrasil, no entanto, aos sete dias de maturação se tornaram semelhantes. O sistema de produção de bovinos superprecoces produz carcaças e cortes semelhantes entre as diferentes raças estudadas. Aos sete dias de maturação, a maciez da carne de animais Nelore foi semelhante à dos demais grupos genéticos utilizados neste estudo.

Raciocínio moral na tomada de decisões em relação a questões sociocientíficas: o exemplo do melhoramento genético humano

Nos últimos anos, os avanços nas Ciências Biológicas têm levado a sociedade a discutir diversas questões no campo da moral e da ética. Questões como engenharia genética, clonagem e pesquisas com células-tronco são questões chamadas de sociocientíficas por estarem na interface entre a ciência e a sociedade. Nesse trabalho buscamos entender como estudantes de Ensino Médio percebem e interpretam questões relacionadas à manipulação genética em seres humanos. Houve divisão de opiniões em relação à eugenia negativa, que se destina a remover características desfavoráveis das pessoas; mas a eugenia positiva, que busca melhoramento de características estéticas, foi rejeitada por todos os estudantes. As variações nas opiniões em relação ao assunto tratado podem ser, em grande medida, devidas às representações sociais dos estudantes.

Controle genético da eficiência de utilização de fósforo em famílias de meios-irmãos de Eucalyptus grandis, em casa de vegetação

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Melhoramento genético de erva-mate nativa do Estado de Mato Grosso do Sul

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Correlações genotípicas, fenotípicas e de ambiente entre dez caracteres de melancia e suas implicações para o melhoramento genético

Foram estimadas as correlações genotípicas, fenotípicas e de ambiente entre os caracteres número de dias para o aparecimento da primeira flor feminina (FF); número de frutos por planta (NF); peso de frutos por planta (PF); cor (CP) e espessura (EP) da polpa; diâmetro longitudinal (DL) e transversal (DT) de frutos; teor de sólidos solúveis (TS); número de sementes (NS) e peso de 100 sementes (PS) por fruto. As populações de melancia B9, 'Charleston Gray', 'Crimson Sweet', 'New H. Midget', M7, P14 e B13, os 21 híbridos F1, em dialelo, e seus recíprocos foram avaliados em campo, de acordo com o delineamento em blocos ao acaso completos, com quatro repetições. Houve grande similaridade entre as estimativas das correlações genotípicas e fenotípicas investigadas. Foram verificadas correlações genotípicas importantes entre os caracteres NF e PF, DL e DT; entre PF e DL, DT, EP e TS e entre CP e FF, EP e TS. Tais correlações indicam que o aumento no número de frutos por planta está correlacionado com a redução do peso de frutos e do tamanho dos frutos (função de DL e DT) e que o aumento no peso dos frutos está associado ao aumento no tamanho dos frutos, da espessura e teor de sólidos solúveis da polpa, assim como a polpa vermelha está relacionada à precocidade e ao aumento na espessura e no teor de sólidos solúveis da polpa. As associações indesejáveis entre os caracteres, como entre número de frutos por planta e cor da polpa e número de frutos por planta e teor de sólidos solúveis, não foram completas, indicando, portanto, a possibilidade de se obter indivíduos recombinantes a partir de populações segregantes sintetizadas através de intercruzamentos de populações contrastantes.

Modelos matemáticos utilizados para descrever curvas de crescimento em aves aplicados ao melhoramento genético animal

A utilização de funções matemáticas para descrever o crescimento animal é antiga. Elas permitem resumir informações em alguns pontos estratégicos do desenvolvimento ponderal e descrever a evolução do peso em função da idade do animal. Também é possível comparar taxas de crescimento de diferentes indivíduos em estados fisiológicos equivalentes. Os modelos de curvas de crescimento mais utilizados na avicultura são os derivados da função Richards, pois apresentam parâmetros que possibilitam interpretação biológica e portanto podem fornecer subsídios para seleção de uma determinada forma da curva de crescimento em aves. Também pode-se utilizar polinômios segmentados para descrever as mudanças de tendência da curva de crescimento animal. Entretanto, existem importantes fatores de variação para os parâmetros das curvas, como a espécie, o sistema de criação, o sexo e suas interações. A adequação dos modelos pode ser verificada pelos valores do coeficiente de determinação (R2), do quadrado médio do resíduo (QM res), do erro de predição médio (EPm), da facilidade de convergência dos dados e pela possibilidade de interpretação biológica dos parâmetros. Estudos envolvendo modelagem e descrição da curva de crescimento e seus componentes são amplamente discutidos na literatura. Porém, programas de seleção que visem a progressos genéticos para a forma da curva não são mencionados. A importância da avaliação dos parâmetros dos modelos de curvas de crescimento é ainda mais relevante já que os maiores ganhos genéticos para peso estão relacionados com seleção para pesos em idades próximas ao ponto de inflexão. A seleção para precocidade pode ser auxiliada com base nos parâmetros do modelo associados à variáveis que descrevem esta característica genética dos animais. Esses parâmetros estão relacionados a importantes características produtivas e reprodutivas e apresentam magnitudes diferentes, de acordo com a espécie, o sexo e o modelo utilizados na avaliação. Outra metodologia utilizada são os modelos de regressão aleatória, permitindo mudanças graduais nas covariâncias entre idades ao longo do tempo e predizendo variâncias e covariâncias em pontos contidos ao longo da trajetória estudada. A utilização de modelos de regressões aleatórias traz como vantagem a separação da variação da curva de crescimento fenotípica em seus diferentes efeitos genético aditivo e de ambiente permanente individual, mediante a determinação dos coeficientes de regressão aleatórios para esses diferentes efeitos. Além disto, não há necessidade de utilizar fatores de ajuste para a idade. Esta revisão teve por objetivos levantar os principais modelos matemáticos frequentistas utilizados no estudo de curvas de crescimento de aves, com maior ênfase nos empregados com a finalidade de estimar parâmetros genéticos e fenotípicos.

Sequenciamento de DNA de nova geração e suas aplicações na genômica de plantas

As plataformas de sequenciamento de nova geração são uma alternativa poderosa para estudos de genômica estrutural e funcional. Na genômica de plantas, os trabalhos com as novas plataformas têm sido destinados ao sequenciamento de transcritos, ressequenciamento ou sequenciamento de novo de genomas plastidiais. Neste trabalho, são detalhadas as tecnologias das plataformas mais utilizadas atualmente, bem como é revisada a aplicação dessas tecnologias na genômica estrutural e funcional de plantas.