Mining protein structure data

The principal topic of this work is the application of data mining techniques, in particular of machine learning, to the discovery of knowledge in a protein database. In the first chapter a general background is presented. Namely, in section 1.1 we overview the methodology of a Data Mining project and its main algorithms. In section 1.2 an introduction to the proteins and its supporting file formats is outlined. This chapter is concluded with section 1.3 which defines that main problem we pretend to address with this work: determine if an amino acid is exposed or buried in a protein, in a discrete way (i.e.: not continuous), for five exposition levels: 2%, 10%, 20%, 25% and 30%. In the second chapter, following closely the CRISP-DM methodology, whole the process of construction the database that supported this work is presented. Namely, it is described the process of loading data from the Protein Data Bank, DSSP and SCOP. Then an initial data exploration is performed and a simple prediction model (baseline) of the relative solvent accessibility of an amino acid is introduced. It is also introduced the Data Mining Table Creator, a program developed to produce the data mining tables required for this problem. In the third chapter the results obtained are analyzed with statistical significance tests. Initially the several used classifiers (Neural Networks, C5.0, CART and Chaid) are compared and it is concluded that C5.0 is the most suitable for the problem at stake. It is also compared the influence of parameters like the amino acid information level, the amino acid window size and the SCOP class type in the accuracy of the predictive models. The fourth chapter starts with a brief revision of the literature about amino acid relative solvent accessibility. Then, we overview the main results achieved and finally discuss about possible future work. The fifth and last chapter consists of appendices. Appendix A has the schema of the database that supported this thesis. Appendix B has a set of tables with additional information. Appendix C describes the software provided in the DVD accompanying this thesis that allows the reconstruction of the present work.

Goldra: premier gisement karstique en Algarve, faune et industries

A bone breccia from Goldra, near Loulé, is studied. It corresponds to the infilling of a karst depression, consisting of: rather worn and probably transported dolomite pebbles at the bottom; accumulations of frequently burnt bone scraps, much broken and with acute edges (no transport), certainly debris of human food, suggesting habitat level (s); in association with the former, stone (flint, quartz, quartzite, graywacke) rather uncharacteristic artifacts that seem compatible with middle and upper Paleolithic, or with Epipaleolithic; and small mammal teeth and bones. Fauna includes an extinct species, Microtus brecciensis recognized for the first time in Portugal. It is not older than Riss-Wiirm interglacial, and may be of this age or later, maybe that of one of wurm's first interstades. Fauna points out to a varied landscape with open country and woods; and to a rather warm and dry temperate, or dry subtropical mediterranean climate. Climate differences should not be significant in comparison with the extant situation. The presence of the mammal species found so far is consistent with modern distribution.

Desenho e implementação de um sistema computacional para apoiar a gestão de projectos utilizando técnicas de data mining

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores

NovaIntell - projecto de text-Mining para a língua portuguesa numa empresa de Gestão de Informação e Conhecimento

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

Managerial strategies in canning industries: A case study of early twentieth century Portugal

Business History, Vol, 51 Issue 1, p45-58

Building clusters for CRM strategies by mining airlines customer data

Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

Text Mining: análise de sentimentos na classificação de notícias

Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

ArcelorMittal: Metals & Mining: Equity Investment Report

A Work Project, presented as part of the requirements for the Award of a Masters Degree in Finance from the NOVA – School of Business and Economics

ArcelorMittal: Metals & Mining – Europe: Equity Investment Report

A Work Project, presented as part of the requirements for the Award of a Masters Degree in Finance from the NOVA – School of Business and Economics

Environmental remediation project of Cunha Baixa mining area cost benefit analysis

A Work Project, presented as part of the requirements for the Award of a Masters Degree in Economics from the NOVA – School of Business and Economics

Automatic information retrieval through text-mining

The dissertation presented for obtaining the Master’s Degree in Electrical Engineering and Computer Science, at Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia

Cash conversion cycle across industries

A Work Project, presented as part of the requirements for the Award of a Masters Degree in Management from the NOVA – School of Business and Economics

The internationalization process of born global firms in high-tech and low-tech industries: Is there any difference?

A Work Project, presented as part of the requirements for the Award of a Masters Degree in Management from the NOVA – School of Business and Economics

Exposição profissional ao chumbo : análise da indução de efeitos genotóxicos

RESUMO - A exposição contínua a substâncias químicas tem consequências para a saúde humana, algumas das quais não estão ainda totalmente estabelecidas. A toxicologia ocupacional é uma área interdisciplinar que envolve conhecimentos de higiene e de medicina ocupacional, de epidemiologia e de toxicologia e que tem por principal objectivo prevenir a ocorrência de efeitos adversos decorrentes do ambiente ocupacional sendo um dos seus principais papéis fornecer o máximo de dados que possam contribuir para o conhecimento dos potenciais efeitos na saúde. O chumbo é um tóxico de características cumulativas que provoca na saúde efeitos principalmente sistémicos, ou seja, o efeito tóxico manifesta-se em locais afastados do contacto inicial que resultam essencialmente de exposições crónicas, resultantes de períodos de exposição mais ou menos longos ao metal (entre meses e anos). Pode interagir com diferentes órgãos e tecidos, ligando-se a moléculas e constituintes celulares. Uma vez que não possui qualquer função fisiológica, a presença do chumbo no organismo humano resulta numa série de efeitos prejudiciais que afectam diversos órgãos e sistemas. A toxicidade do chumbo manifesta-se em diversos órgãos e tecidos, nomeadamente no sistema hematopoiético, no sistema nervoso, no rim, no aparelho reprodutor, no sistema cardiovascular, no sistema endócrino e no sistema imunitário. Da interferência do chumbo com o funcionamento de alguns sistemas biológicos resultam um conjunto de alterações fundamentais ao nível dos processos de transporte através das membranas, da integridade estrutural e funcional das enzimas e de várias vias metabólicas, em especial da fosforilação oxidativa e da síntese do heme sendo os primeiros efeitos bioquímicos do chumbo detectados a partir de valores de plumbémia inferiores a 10 μg/dL. As medidas de higiene e segurança actualmente em vigor nos países desenvolvidos asseguram que os casos de intoxicação grave são cada vez menos frequentes. No entanto, o risco de exposição a nível ocupacional existe em todas as actividades que envolvem materiais que o contenham como as explorações mineiras, as fundições primária e secundária, a produção de baterias de chumbo ácido, a produção de vidro com pigmentos de chumbo, as soldaduras de reparação automóvel e a instrução de tiro. Desde 2006 o chumbo é considerado pela International Agency for Research on Cancer (IARC) uma substância carcinogénica do grupo 2A (provável carcinogénio para o ser humano). Considera-se, assim, que o chumbo tem, inequivocamente, capacidade de induzir cancro em animais experimentais mas que, embora haja fortes indícios de que os mecanismos que medeiam a carcinogénese desses compostos ocorrem no ser humano, os dados disponíveis ainda não podem assegurar essa relação. Com este estudo pretendeu-se contribuir para o conhecimento da toxicidade do chumbo através do estudo da exposição ao chumbo e da influência da susceptibilidade individual (em industrias sem co-exposição significativa a outros agentes conhecidos ou suspeitos de serem carcinogénicos). Pretendeu-se estudar o caso através de uma abordagem múltipla que permitisse relacionar diferentes tipos de marcadores biológicos uma vez que a monitorização biológica integra todas as possíveis vias de entrada no organismo (para além da via respiratória), eventuais exposições fora do contexto estritamente profissional assim como uma série de factores intrínsecos individuais (relacionados com modos de via, de natureza fisiológica e comportamentais). Sendo a co-exposição a outros compostos com propriedades genotóxicas e carcinogénicas uma questão difícil de tornear quando se quer avaliar o potencial genotóxico do chumbo em populações expostas, ocupacional ou ambientalmente este estudo tem a vantagem de ter sido efectuado em populações sem co-exposição conhecida a outras substâncias deste tipo, permitindo concluir sobre os efeitos resultantes apenas da exposição a chumbo na população humana, contribuindo para explicar algumas das aparentes inconsistências e contradições entre diferentes estudos sobre este tema. Os indicadores de exposição usados foram: indicadores de dose interna (doseamento de chumbo e de PPZ no sangue), indicadores de efeitos adversos no heme e genotóxicos (actividade da ALAD, teste do cometa e mutação em TCR) e indicadores de susceptibilidade (polimorfismos genéticos de ALAD e VDR) através de uma abordagem estatística de comparação directa de sub-grupos previamente definidos na população e da aplicação de um modelo de regressão múltipla. Este estudo revelou que os níveis de plumbémia na população portuguesa baixaram significativamente nos últimos 10 anos, tanto na população ocupacionalmente exposta como na população em geral e que a presença do genótipo B-B (do gene VDR) é preditiva das variações de plumbémia, quando comparada com o genótipo mais frequente na população, B-b; ao contrário, o genótipo b-b não aparenta ter influência em nenhum dos marcadores estudados. No que diz respeito a efeitos genotóxicos concluiu-se que estes não se manifestaram na população estudada, levando a concluir que nos níveis de exposição estudados, o chumbo não tem capacidade de induzir este tipo de efeitos per si levando ao reforço da hipótese, já levantada por outros autores, de que o mecanismo de genotoxicidade do chumbo seja essencialmente de promoção de processos de genotoxicidade desencadeados por outros agentes. A realização de estudos de efeitos genotóxicos e de stress oxidativo desenhados de forma a comparar grupos de trabalhadores expostos apenas a chumbo com grupos de trabalhadores com o mesmo nível de exposição a chumbo, mas com co-exposição a outros agentes reconhecidamente carcinogénicos poderá ajudar a aumentar o conhecimento deste efeito do chumbo na saúde humana.

Complex networks and data mining: toward a new perspective for the understanding of complex systems

Complex systems, i.e. systems composed of a large set of elements interacting in a non-linear way, are constantly found all around us. In the last decades, different approaches have been proposed toward their understanding, one of the most interesting being the Complex Network perspective. This legacy of the 18th century mathematical concepts proposed by Leonhard Euler is still current, and more and more relevant in real-world problems. In recent years, it has been demonstrated that network-based representations can yield relevant knowledge about complex systems. In spite of that, several problems have been detected, mainly related to the degree of subjectivity involved in the creation and evaluation of such network structures. In this Thesis, we propose addressing these problems by means of different data mining techniques, thus obtaining a novel hybrid approximation intermingling complex networks and data mining. Results indicate that such techniques can be effectively used to i) enable the creation of novel network representations, ii) reduce the dimensionality of analyzed systems by pre-selecting the most important elements, iii) describe complex networks, and iv) assist in the analysis of different network topologies. The soundness of such approach is validated through different validation cases drawn from actual biomedical problems, e.g. the diagnosis of cancer from tissue analysis, or the study of the dynamics of the brain under different neurological disorders.