Aplicação de técnicas de descobrimento de conhecimento em bases de dados e de inteligência artificial em avaliação de imóveis

A comparação de dados de mercado é o método mais empregado em avaliação de imóveis. Este método fundamenta-se na coleta, análise e modelagem de dados do mercado imobiliário. Porém os dados freqüentemente contêm erros e imprecisões, além das dificuldades de seleção de casos e atributos relevantes, problemas que em geral são solucionados subjetivamente. Os modelos hedônicos de preços têm sido empregados, associados com a análise de regressão múltipla, mas existem alguns problemas que afetam a precisão das estimativas. Esta Tese investigou a utilização de técnicas alternativas para desenvolver as funções de preparação dos dados e desenvolvimento de modelos preditivos, explorando as áreas de descobrimento de conhecimento e inteligência artificial. Foi proposta uma nova abordagem para as avaliações, consistindo da formação de uma base de dados, ampla e previamente preparada, com a aplicação de um conjunto de técnicas para seleção de casos e para geração de modelos preditivos. Na fase de preparação dos dados foram utilizados as técnicas de regressão e redes neurais para a seleção de informação relevante, e o algoritmo de vizinhança próxima para estimação de valores para dados com erros ou omissões. O desenvolvimento de modelos preditivos incluiu as técnicas de regressão com superficies de resposta, modelos aditivos generalizados ajustados com algoritmos genéticos, regras extraídas de redes neurais usando lógica difusa e sistemas de regras difusas obtidos com algoritmos genéticos, os quais foram comparados com a abordagem tradicional de regressão múltipla Esta abordagem foi testada através do desenvolvimento de um estudo empírico, utilizando dados fornecidos pela Prefeitura Municipal de Porto Alegre. Foram desenvolvidos três formatos de avaliação, com modelos para análise de mercado, avaliação em massa e avaliação individual. Os resultados indicaram o aperfeiçoamento da base de dados na fase de preparação e o equilíbrio das técnicas preditivas, com um pequeno incremento de precisão, em relação à regressão múltipla.Os modelos foram similares, em termos de formato e precisão, com o melhor desempenho sendo atingido com os sistemas de regras difusas.

Caracterização molecular dos componentes do veneno de lonomia obliqua : genes expressos e princípios ativos envolvidos nos distúrbios da coagulação e da fibrinólise

A hemostasia é um processo multifuncional, complexo e finamente regulado que envolve diversos componentes celulares e moleculares, incluindo plaquetas, parede vascular, cascata da coagulação sangüínea e fibrinólise. O desequilíbrio desses componentes pode desencadear condições patológicas, tais como hemorragias, hipercoagulopatias e a conseqüente trombose vascular. O descobrimento de novos princípios ativos e o desenvolvimento de drogas como instrumentos de intervenção antitrombótica constituem estratégias de eleição para a prevenção e o tratamento do quadro trombo-embólico. Muitos desses princípios ativos são obtidos de fontes naturais, incluindo os conhecidos anti-hemostáticos presentes em venenos de serpentes e na saliva de artrópodos hematófagos. Por afetarem o sistema hemostático humano, essas moléculas são alvo de estudos para o desenvolvimento de anti-venenos, testes laboratoriais e novas drogas terapêuticas. As lagartas do gênero Lonomia são conhecidas por produzirem proteínas tóxicas que estão associadas a uma severa síndrome hemorrágica em humanos, cujo quadro clínico é caracterizado por distúrbios da coagulação, insuficiência renal aguda, hematúria, sangramentos, dentre outros sintomas. O veneno é constituído por diversos princípios ativos, incluindo atividades pró-coagulantes e fibrinolíticas Apesar da importância social e científica desses envenenamentos e do conhecimento sobre a natureza dessas toxinas, as informações sobre as características moleculares do veneno ainda são escassas, o que limita o melhor entendimento das bases moleculares da síndrome hemorrágica e o desenvolvimento de um diagnóstico e de um tratamento mais adequados para os pacientes. O presente trabalho teve por objetivo analisar as proteínas mais abundantes e os genes expressos em maior proporção na taturana L. obliqua durante a fase larval (fase em que ocorrem os acidentes), visando identificar moléculas potencialmente envolvidas no envenenamento. As etapas realizadas foram: análise dos princípios ativos presentes em tecidos utilizados para a construção de bibliotecas de cDNA, seqüenciamento em massa das bibliotecas e análise dos transcritos utilizando ferramentas de bioinformática. Mais de mil seqüências de cDNA foram obtidas e agrupadas gerando um catálogo com informações sobre os transcritos encontrados, incluindo seqüências completas de cDNAs que codificam para proteínas provavelmente envolvidas no envenenamento, além de novas seqüências de função biológica desconhecida O conteúdo protéico do veneno foi analisado por SDS-PAGE seguido por seqüenciamento da região N-terminal das proteínas mais abundantes, possibilitando a correlação entre o cDNA e a proteína por ele codificada. As seqüências completas de cDNA foram enviadas para o GenBank (NCBI/NIH, EUA) e os resultado estão disponíveis em um sítio eletrônico específico no NCBI: http://www.ncbi.nih.gov/projects/omes. O cDNA mais abundante da lagarta, que codifica para uma lipocalina, foi clonado e obteve-se a proteína recombinante. Demonstramos que essa lipocalina liga o grupamento heme e participa da oxidação acoplada desse ligante, levando à formação de biliverdina γ, sugerindo uma nova função para as proteínas ligadoras de bilina em insetos. Os resultados obtidos colaboram para o maior entendimento das bases moleculares do envenenamento por L. obliqua, além de apontarem moléculas candidatas para o desenvolvimento de kits de diagnóstico para o envenenamento com Lonomia e para a melhora na especificidade do soro anti-lonômico, bem como para estudos mais aprofundados dos processos hemostáticos.