Variabilidade genética no Complexo Principal de Histocompatibilidade (MHC) de três espécies de mamíferos marinhos da costa do Rio grande do Sul

O MHC (Major Histocompatibility Complex) é um sistema genético importante para a manutenção de espécies ameaçadas, uma vez que baixa variabilidade para locos MHC tem sido associada a uma menor capacidade de resposta a doenças e diminuição do sucesso reprodutivo. Deste modo, pesquisas sobre a variabilidade genética do MHC têm demonstrado ser bastante informativas em estudos populacionais voltados para aspectos referentes à conservação. No presente trabalho foi investigada a variabilidade genética do MHC para três espécies de mamíferos marinhos (toninha, baleia franca austral e lobo marinho sul-americano) do sul do Brasil, com intensa mortalidade provocada por atividades humanas atuais ou passadas. As amostras foram coletadas de animais mortos encalhados na costa, de animais capturados acidentalmente por barcos pesqueiros, e também através de um sistema de biópsia. A região variável do exon 2 do gene DQB do MHC foi amplificada por PCR (Polymerase Chain Reaction) em 109 amostras de toninhas (Rio de Janeiro n=32, Rio Grande do Sul n=52, Argentina n=25), 35 amostras de lobo marinho sul-americano e 30 amostras de baleia franca austral, utilizando-se um par de primers heterólogos. O fragmento resultante de 172 pares de bases foi analisado quanto ao polimorfismo de seqüência através da técnica de SSCP (Polimorfismo de Conformação de Fita Simples) em todas as amostras de toninha e de lobo marinho sul-americano e 14 amostras de baleia franca austral. Dificuldades associadas à amplificação resultaram em padrões de SSCP pouco informativos para as amostras de lobo marinho sul-americano e baleia franca austral Todas as amostras de toninha apresentaram um padrão de pelo menos 4 bandas por indivíduo. As 4 bandas de um único indivíduo do Rio Grande do Sul foram seqüenciadas, tendo sido possível verificar que 2 seqüências relacionadas ao genes DQB estão sendo amplificadas com estes primers. Pelas análises de SSCP foi possível detectar ausência de variabilidade para as amostras de toninha provenientes do Rio de Janeiro e diferenciá-las da população da Argentina, que é polimórfica. A população do Rio Grande do Sul parece apresentar níveis intermediários de variação em relação aos extremos da distribuição da espécie. Analisando as três populações amostradas, conclui-se que a espécie apresenta baixos níveis de variabilidade para o loco DQB, a exemplo do que é reportado para os genes de MHC de outros mamíferos marinhos.

Desenvolvimento de arquitetura para sistemas de reconhecimento automático de voz baseados em modelos ocultos de Markov

Este trabalho foi realizado dentro da área de reconhecimento automático de voz (RAV). Atualmente, a maioria dos sistemas de RAV é baseada nos modelos ocultos de Markov (HMMs) [GOM 99] [GOM 99b], quer utilizando-os exclusivamente, quer utilizando-os em conjunto com outras técnicas e constituindo sistemas híbridos. A abordagem estatística dos HMMs tem mostrado ser uma das mais poderosas ferramentas disponíveis para a modelagem acústica e temporal do sinal de voz. A melhora da taxa de reconhecimento exige algoritmos mais complexos [RAV 96]. O aumento do tamanho do vocabulário ou do número de locutores exige um processamento computacional adicional. Certas aplicações, como a verificação de locutor ou o reconhecimento de diálogo podem exigir processamento em tempo real [DOD 85] [MAM 96]. Outras aplicações tais como brinquedos ou máquinas portáveis ainda podem agregar o requisito de portabilidade, e de baixo consumo, além de um sistema fisicamente compacto. Tais necessidades exigem uma solução em hardware. O presente trabalho propõe a implementação de um sistema de RAV utilizando hardware baseado em FPGAs (Field Programmable Gate Arrays) e otimizando os algoritmos que se utilizam no RAV. Foi feito um estudo dos sistemas de RAV e das técnicas que a maioria dos sistemas utiliza em cada etapa que os conforma. Deu-se especial ênfase aos Modelos Ocultos de Markov, seus algoritmos de cálculo de probabilidades, de treinamento e de decodificação de estados, e sua aplicação nos sistemas de RAV. Foi realizado um estudo comparativo dos sistemas em hardware, produzidos por outros centros de pesquisa, identificando algumas das suas características mais relevantes. Foi implementado um modelo de software, descrito neste trabalho, utilizado para validar os algoritmos de RAV e auxiliar na especificação em hardware. Um conjunto de funções digitais implementadas em FPGA, necessárias para o desenvolvimento de sistemas de RAV é descrito. Foram realizadas algumas modificações nos algoritmos de RAV para facilitar a implementação digital dos mesmos. A conexão, entre as funções digitais projetadas, para a implementação de um sistema de reconhecimento de palavras isoladas é aqui apresentado. A implementação em FPGA da etapa de pré-processamento, que inclui a pré-ênfase, janelamento e extração de características, e a implementação da etapa de reconhecimento são apresentadas finalmente neste trabalho.

Cadeias de Markov clássicas e quânticas

Seguindo o trabalho de S. Gudder, fazemos uma construção de cadeias de Markov quânticas a partir de matrizes complexas, unitárias, estocásticas e analisamos o conceito de interferência nesse contexto, dando atenção para uma cadeia que chamamos de moeda quântica. Estamos interessados na entropia de cadeias de Markov reais, no princípio variacional para energia livre associado e em uma possível construção análoga no caso complexo. Este trabalho visa também dar uma introdução matematicamente rigorosa de certos aspectos de mecânica quântica

Análise computacional dos determinantes de atividades meio- e neurotóxicas de fosfolipases A2 do veneno de serpentes

A superfamília das fosfolipases A2 (FLA2) é composta por proteínas dotadas de propriedades diferenciadas que as tornam capazes de apresentar distintas atividades biológicas, além de sua atividade catalítica. Esta diversidade funcional é intrigante devido à alta similaridade de seqüência primária e de estrutura entre essas proteínas. O principal objetivo deste trabalho é o desenvolvimento de uma metodologia para a predição de atividades biológicas específicas em FLA2 de peçonha de serpentes a partir da análise de seqüências primárias. A metodologia desenvolvida compreende: a) seleção de seqüências anotadas quanto à função ou atividade biológica que desempenham; b) detecção e validação estatística de motivos de seqüência relacionados à atividade estudada; e c) construção de Modelos Ocultos de Markov (MOMs) representando cada motivo. MOM consiste em uma modelagem estatística que tem sido aplicada com sucesso em diversas áreas onde se faz necessária a detecção e representação de padrões de informação; por sua base matemática robusta e formal, pode ser utilizada na automação deste tipo de processo. A metodologia foi testada para duas atividades de FLA2 de peçonha de serpente: neurotoxicidade e miotoxicidade. Para as FLA2 neurotóxicas, foram detectados seis motivos conservados, dos quais três foram validados estatisticamente como sendo adequados na discriminação de seqüências neurotóxicas de não neurotóxicas. Para as FLA2 miotóxicas, foram detectados seis motivos conservados, dos quais quatro foram validados. Os MOMs dos motivos validados podem ser usados na predição de atividade neurotóxica e miotóxica. As relações entre seqüência, estrutura, função e evolução das FLA2s são discutidas. Os dados obtidos foram coerentes com a hipótese apresentada por Kini (2003), da existência de diferentes sítios farmacológicos na superfície das FLA2, interagindo independente ou cooperativamente com diferentes receptores, para gerar as diversas funções biológicas observadas. Por não haver, até o momento, qualquer ferramenta automatizada para a predição de função biológica de FLA2, os resultados deste trabalho foram a base para a construção de uma ferramenta (disponível em www.cbiot.ufrgs.br/bioinfo/phospholipase) para a identificação de miotoxicidade e neurotoxicidade em FLA2.